[发明专利]人脸微表情识别方法、装置、设备及存储介质在审

专利信息
申请号: 202110432485.1 申请日: 2021-04-21
公开(公告)号: CN113065512A 公开(公告)日: 2021-07-02
发明(设计)人: 田金戈 申请(专利权)人: 深圳壹账通智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 深圳市力道知识产权代理事务所(普通合伙) 44507 代理人: 张传义
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸微 表情 识别 方法 装置 设备 存储 介质
【说明书】:

本申请涉及人工智能技术领域,并公开了一种人脸微表情识别方法、装置、设备及存储介质,所述方法包括:将第一预设数量的未标注人脸信息的人脸图像输入预训练模型,基于至少两个预设任务对所述预训练模型进行再训练,得到人脸语义识别模型;将第二预设数量的标注了人脸微表情的人脸图像输入所述人脸语义识别模型进行再训练,得到人脸微表情识别模型;基于人脸微表情识别模型对目标图像进行微表情识别,得到目标图像中的人脸微表情。避免了在人脸微表情识别模型的训练过程中过多的人工参与训练样本标注,提高了微表情识别模型训练效率及识别精度。

技术领域

本申请涉及人工智能技术领域,尤其涉及一种人脸微表情识别方法、装置、设备及存储介质。

背景技术

微表情是人们在尝试压抑自己内心的真实情绪与深层情感时产生的短暂的不自主的面部表情,是由情绪和没有思想控制的习惯触发的。如果将微表情所含有的信息量进行有效的利用,则可以有效降低欺诈等社会现象。例如在金融领域通过微表情识别可以有效进行防诈骗。目前,常见的微表情识别技术大多是基于微表情识别模型进行的,但是由于微表情识别模型需要大量标注过人脸微表情的图像进行训练,而人脸微表情的图像标注过程需要心理学专业人员进行标注,且标注的误差较大。

因此,现有技术中存在微表情识别模型的训练样本获取难度高,导致微表情识别模型识别准确率不高的问题。

发明内容

本申请提供了一种人脸微表情识别方法、装置、设备及存储介质,能够在保证搜索精度的同时不增加计算开销。

第一方面,本申请提供了一种人脸微表情识别方法,所述方法包括:

将第一预设数量的未标注人脸信息的人脸图像输入预训练模型,使得所述预训练模型对未标注人脸信息的人脸图像基于至少两个预设人脸特征预测任务进行人脸语义学习,得到人脸语义识别模型;

将第二预设数量的标注了人脸微表情的人脸图像输入所述人脸语义识别模型,使得所述人脸语义识别模型对标注了人脸微表情的人脸图像进行学习,得到人脸微表情识别模型;其中,所述第二预设数量小于所述第一预设数量;

基于所述人脸微表情识别模型对目标图像进行人脸识别,得到目标图像中的人脸微表情。

第二方面,本申请还提供了一种人脸微表情识别装置,包括:

第一得到模块,用于将第一预设数量的未标注人脸信息的人脸图像输入预训练模型,使得所述预训练模型对未标注人脸信息的人脸图像基于至少两个预设人脸特征预测任务进行人脸语义学习,得到人脸语义识别模型;

第二得到模块,用于将第二预设数量的标注了人脸微表情的人脸图像输入所述人脸语义识别模型,使得所述人脸语义识别模型对标注了人脸微表情的人脸图像进行学习,得到人脸微表情识别模型;其中,所述第二预设数量小于所述第一预设数量;

识别模块,用于基于所述人脸微表情识别模型对目标图像进行人脸识别,得到目标图像中的人脸微表情。

第三方面,本申请还提供了一种人脸微表情识别设备,包括:

存储器和处理器;

所述存储器用于存储计算机程序;

所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上第一方面所述的人脸微表情识别方法的步骤。

第四方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如上第一方面所述的人脸微表情识别方法的步骤。

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深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,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/202110432485.1/2.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