[发明专利]表情识别方法及装置、电子设备、存储介质

说明书

本公开提供一种表情识别方法及装置、电子设备、存储介质，涉及图像处理技术领域。所述方法包括：获取待识别的人脸图像；在按顺序排列的N个识别模型中，将人脸图像输入第i个识别模型进行表情识别并输出第一识别结果，i为1～N‑1的整数，i的初始值为1；当第一识别结果与第i个识别模型对应的目标表情类型相同时，将第一识别结果作为实际表情识别结果并输出，否则，将人脸图像输入第i+1个识别模型进行表情识别；当人脸图像输入第N个识别模型时，第N个识别模型对人脸图像进行表情识别并输出第二识别结果，将第二识别结果作为实际表情识别结果，第N个识别模型被配置为识别多种目标表情类型。本公开可以提高人脸图像表情识别的准确性。

技术领域

本公开涉及图像处理技术领域，具体而言，涉及一种表情识别方法、表情识别装置、电子设备以及计算机可读存储介质。

背景技术

表情识别是模式识别领域中的一个研究热点，也是该领域的一个难点。由于人类面部表情的复杂性，利用机器学习的方法对表情进行分类的准确性较低。而深度学习的发展为图像模式识别的性能提升提供了更多的可能性，所以基于深度学习技术的表情识别研究也是近年来人脸特征识别领域的热门研究。但是，目前基于深度学习的表情识别方法，准确性仍然较低。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种表情识别方法、表情识别装置、电子设备以及计算机可读存储介质，进而在一定程度上克服由于相关技术的限制和缺陷而导致的人脸图像表情识别的准确性较低的问题。

根据本公开的第一方面，提供一种表情识别方法，包括：

获取待识别的人脸图像；

将所述人脸图像输入按顺序排列的N个不同的识别模型进行表情识别，并输出实际表情识别结果，所述N个不同的识别模型被配置为识别不同的目标表情类型，其中，N为大于1的整数；

所述将所述人脸图像输入按顺序排列的N个不同的识别模型进行表情识别，并输出实际表情识别结果，包括：

将所述人脸图像输入第i个识别模型进行表情识别并输出第一识别结果，其中，i为1～N-1的整数，i的初始值为1；

判断所述第一识别结果与所述第i个识别模型对应的目标表情类型是否相同，当所述第一识别结果与所述第i个识别模型对应的目标表情类型相同时，将所述第一识别结果作为所述实际表情识别结果并输出，当所述第一识别结果与所述第i个识别模型对应的目标表情类型不同时，将所述人脸图像输入第i+1个识别模型进行表情识别；

当所述人脸图像输入第N个识别模型时，所述第N个识别模型对所述人脸图像进行表情识别并输出第二识别结果，将所述第二识别结果作为所述实际表情识别结果，其中，所述第N个识别模型被配置为识别多种目标表情类型，所述第二识别结果为所述多种目标表情类型中的一种。

可选地，在任意相邻的两个所述识别模型中，前一个所述识别模型识别的准确率大于后一个所述识别模型识别的准确率。

可选地，前N-1个识别模型的每一个被配置为识别一种目标表情类型。

可选地，所述第N个识别模型对所述人脸图像进行表情识别并输出第二识别结果，包括：

通过第N个识别模型对所述人脸图像进行处理，得到多种目标表情类型及其对应的多个概率值；

对所述多个概率值进行比对得到最大概率值，将所述最大概率值对应的目标表情类型作为所述第二识别结果。

可选地，每个识别模型中包含伽柏滤波器。

可选地，每个所述识别模型还包含：16个卷积层、1个全局平均池化层和1个全连接层，所述卷积层包含3×3的卷积核。