[发明专利]一种基于AI识别的面部表情识别方法与系统

权利要求书

1.一种基于AI识别的面部表情识别方法，其特征在于，包括：

利用待检测图像进行预处理得到待检测预处理图像；

利用所述待检测预处理图像进行面部表情识别得到面部表情识别结果。

2.如权利要求1所述方法，其特征在于，所述利用待检测图像进行预处理得到待检测预处理图像包括：

利用待检测图像进行背景去噪处理得到初始待检测图像；

利用所述初始待检测图像进行图像灰度化处理得到待检测预处理图像。

3.如权利要求1所述方法，其特征在于，所述利用待检测预处理图像进行面部表情识别得到面部表情识别结果包括：

判断所述待检测预处理图像是否存在人脸信息，若是，则进行人脸定位得到待检测定位图像，否则，放弃处理；

根据所述待检测定位图像提取待检测定位图像的表情特征数据；

利用所述待检测定位图像的表情特征数据进行面部表情识别得到面部表情识别结果。

4.如权利要求3所述方法，其特征在于，所述根据待检测定位图像提取待检测定位图像的表情特征数据包括：

利用所述待检测定位图像进行降维处理得到待检测定位降维图像；

利用所述待检测定位降维图像进行特征分解处理得到待检测定位图像的表情特征数据。

5.如权利要求3所述方法，其特征在于，所述利用待检测定位图像的表情特征数据进行面部表情识别得到面部表情识别结果包括：

将所述待检测定位图像的表情特征数据带入预先训练的面部表情识别模型后，得到面部表情识别结果。

6.如权利要求5所述方法，其特征在于，所述面部表情识别模型的预先训练包括：

采集初始面部表情图像的像素特征基于深度置信网络模型获取初始面部表情抽象特征；

根据所述初始面部表情抽象特征进行初始化多层感知机；

利用所述初始面部表情抽象特征基于多层感知机进行训练得到面部表情识别模型。

7.如权利要求6所述方法，其特征在于，所述利用初始面部表情抽象特征基于多层感知机进行训练得到面部表情识别模型包括：

根据所述初始面部抽象图像对应的像素向量维数确定多层感知机的输入层节点数；

根据所述初始面部抽象图像的像素点作为多层感知机的隐层节点数；

根据所述初始面部抽象图像的大确定多层感知机的隐层层数；

将所述初始面部表情抽象特征作为输入集，所述初始面部表情抽象特征对应的面部表情结果作为输出集，基于多层感知机进行训练后，得到面部表情识别模型。

8.一种基于AI识别的面部表情识别系统，其特征在于，包括：

预处理模块，用于利用待检测图像进行预处理得到待检测预处理图像；

识别模块，用于利用所述待检测预处理图像进行面部表情识别得到面部表情识别结果。