[发明专利]人脸表情识别方法及装置、存储介质和电子设备有效

专利信息
申请号: 201911421329.4 申请日: 2019-12-31
公开(公告)号: CN111144374B 公开(公告)日: 2023-10-13
发明(设计)人: 喻庐军;李驰;刘岩 申请(专利权)人: 泰康保险集团股份有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V10/774;G06V10/82;G06N3/045;G06N3/0464;G06N3/08
代理公司: 隆天知识产权代理有限公司 72003 代理人: 章侃铱;郑特强
地址: 100031 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 表情 识别 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种人脸表情识别方法,其特征在于,包括:

检测一人脸图像的人脸轮廓点;

基于所述人脸轮廓点确定表征人脸轮廓的多边形,根据所述人脸图像中各像素点相对于所述多边形的位置,从所述人脸图像中确定出表情识别区域,并生成包含所述表情识别区域的待识别图像;

将所述待识别图像输入一训练后的机器学习模型中,根据所述机器学习模型的输出结果确定所述人脸图像的人脸表情。

2.根据权利要求1所述的人脸表情识别方法,其特征在于,所述人脸图像中包括一目标像素点;其中,根据所述人脸图像中各像素点相对于所述多边形的位置,从所述人脸图像中确定出表情识别区域,包括:

如果以所述目标像素点为端点的任意射线与所述多边形各边的交点数量均为奇数,则确定所述目标像素点位于所述表情识别区域内;

如果以所述目标像素点为端点的任意射线与所述多边形各边的交点数量均为偶数,则确定所述目标像素点位于所述表情识别区域外。

3.根据权利要求1或2所述的人脸表情识别方法,其特征在于,生成包含所述表情识别区域的待识别图像包括:

将所述人脸图像中所述表情识别区域外的各像素点的像素值设置为零,生成包含所述表情识别区域的待识别图像。

4.根据权利要求1所述的人脸表情识别方法,其特征在于,所述人脸表情识别方法还包括:

获取样本图像,对所述样本图像进行一种或多种类型的图像转换过程,得到与所述样本图像对应的变换图像集合;

利用所述样本图像以及与所述样本图像对应的变换图像集合,对所述机器学习模型进行训练,以得到训练后的机器学习模型。

5.根据权利要求4所述的人脸表情识别方法,其特征在于,所述图像转换的类型包括:图像归一化、图像饱和度调整、图像亮度调整、图像对比度调整、图像色相调整、图像镜像转换、图像任意角度旋转。

6.根据权利要求1所述的人脸表情识别方法,其特征在于,所述人脸表情识别方法还包括:

对一原始图像进行多次非人脸过滤处理,以从所述原始图像中提取所述人脸图像。

7.根据权利要求1所述的人脸表情识别方法,其特征在于,将所述待识别图像输入一训练后的机器学习模型中包括:

如果所述待识别图像的尺寸与所述机器学习模型的输入尺寸不一致,则将所述待识别图像的尺寸调整为所述机器学习模型的输入尺寸,并将尺寸调整后的所述待识别图像输入所述训练后的机器学习模型中。

8.一种人脸表情识别装置,其特征在于,包括:

轮廓点检测模块,用于检测一人脸图像的人脸轮廓点;

待识别图像生成模块,用于基于所述人脸轮廓点确定表征人脸轮廓的多边形,根据所述人脸图像中各像素点相对于所述多边形的位置,从所述人脸图像中确定出表情识别区域,并生成包含所述表情识别区域的待识别图像;

表情识别模块,用于将所述待识别图像输入一训练后的机器学习模型中,根据所述机器学习模型的输出结果确定所述人脸图像的人脸表情。

9.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的人脸表情识别方法。

10.一种电子设备,其特征在于,包括:

处理器;以及

存储器,用于存储所述处理器的可执行指令;

其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任一项所述的人脸表情识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于泰康保险集团股份有限公司,未经泰康保险集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911421329.4/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top