[发明专利]基于复杂场景下的人脸表情识别方法、装置及电子设备在审

专利信息
申请号: 202110162293.3 申请日: 2021-02-05
公开(公告)号: CN112801002A 公开(公告)日: 2021-05-14
发明(设计)人: 刘志欣;刘富 申请(专利权)人: 黑龙江迅锐科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
代理公司: 北京三聚阳光知识产权代理有限公司 11250 代理人: 李博洋
地址: 150006 黑龙江省哈尔滨市南岗区*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 复杂 场景 表情 识别 方法 装置 电子设备
【权利要求书】:

1.一种基于复杂场景下的人脸表情识别方法,其特征在于,包括:

获取待识别人脸图像;其中,所述待识别人脸图像包括至少一个待识别人脸;

基于所述待识别人脸图像进行图像灰度化处理,获得待识别人脸灰度图像;

根据所述待识别人脸灰度图像进行边缘检测,获得待识别人脸灰度图像中所述至少一个待识别人脸的边缘轮廓;

基于所述至少一个待识别人脸的边缘轮廓对应设置至少一个人脸表情识别窗口;

利用所述至少一个人脸表情识别窗口对待识别人脸图像中的人脸进行人脸表情识别。

2.根据权利要求1所述的人脸表情识别方法,其特征在于,所述利用所述至少一个人脸表情识别窗口对待识别人脸图像中的人脸进行人脸表情识别,包括:

获取人脸表情图像;

基于所述人脸表情图像进行人脸表情特征提取得到人脸表情特征;

将所述人脸表情特征与所述人脸表情图像送入识别模型进行迭代训练,得到人脸表情识别模型;

基于所述至少一个人脸表情识别窗口进行待识别人脸截取,获得待识别人脸表情信息;

将所述待识别人脸表情信息送入人脸表情识别模型进行人脸表情识别,输出人脸表情识别信息。

3.根据权利要求1所述的人脸表情识别方法,其特征在于,所述基于所述待识别人脸图像进行图像灰度化处理,获得待识别人脸灰度图像,包括:

提取所述待识别人脸图像的三原色信息;

基于所述待识别人脸图像的三原色信息进行灰度计算得到待识别人脸灰度信息;

利用所述待识别人脸灰度信息设置所述待识别人脸图像得到待识别人脸灰度图。

4.根据权利要求1所述的方法,其特征在于,在所述根据所述待识别人脸灰度图像进行边缘检测,获得待识别人脸灰度图像中所述至少一个待识别人脸的边缘轮廓之前,还包括:将所述待识别人脸灰度图像送入高斯滤波器进行图像滤波,得到待人脸识别的滤波图像。

5.根据权利要求1或4所述的方法,其特征在于,所述根据所述待识别人脸灰度图像进行边缘检测,获得待识别人脸灰度图像中所述至少一个待识别人脸的边缘轮廓,包括:

获取待识别人脸灰度图像中的人脸面部特征;

基于所述人脸面部特征判断所述人脸面部特征是否满足待识别人脸的边缘轮廓生成条件;

若所述人脸面部特征满足待识别人脸的边缘轮廓生成条件,则获得待识别人脸的边缘轮廓;

若所述人脸面部特征不满足待识别人脸的边缘轮廓生成条件,则重新获取待识别人脸灰度图像中的人脸面部特征。

6.一种基于复杂场景下的人脸表情识别装置,其特征在于,包括:

第一获取模块,用于获取待识别人脸图像;其中,所述待识别人脸图像包括至少一个待识别人脸;

处理模块,用于基于所述待识别人脸图像进行图像灰度化处理,获得待识别人脸灰度图像;

检测模块,用于根据所述待识别人脸灰度图像进行边缘检测,获得待识别人脸灰度图像中所述至少一个待识别人脸的边缘轮廓;

设置模块,用于基于所述至少一个待识别人脸的边缘轮廓对应设置至少一个人脸表情识别窗口;

第一识别模块,用于利用所述至少一个人脸表情识别窗口对待识别人脸图像中的人脸进行人脸表情识别。

7.根据权利要求6所述的人脸表情识别装置,其特征在于,包括:

第二获取模块,用于获取人脸表情图像;

第一提取模块,用于基于所述人脸表情图像进行人脸表情特征提取得到人脸表情特征;

训练模块,用于将所述人脸表情特征与所述人脸表情图像送入识别模型进行迭代训练,得到人脸表情识别模型;

截取模块,用于基于所述至少一个人脸表情识别窗口进行待识别人脸截取,获得待识别人脸表情信息;

第二识别模块,用于将所述待识别人脸表情信息送入人脸表情识别模型进行人脸表情识别,输出人脸表情识别信息。

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黑龙江迅锐科技有限公司,未经黑龙江迅锐科技有限公司许可,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/202110162293.3/1.html,转载请声明来源钻瓜专利网。

×

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