[发明专利]一种基于混合域一致性约束的面部表情识别方法及系统

说明书

本发明提供了一种基于混合域一致性约束的面部表情识别方法及系统，方法包括：将待识别的人脸图像输入至面部表情识别模型，获得所述人脸图像的表情识别结果；所述面部表情识别模型是以空间域一致性约束和/或通道域一致性约束为约束，基于样本人脸图像及其对应的面部表情标签训练获得的；所述空间域一致性约束为样本人脸图像的热力图与翻转人脸图像的热力图之间的一致性约束；通道域一致性约束为样本人脸图像与翻转人脸图像在不同通道上的概率分布的一致性约束；所述翻转人脸图像为水平翻转后的样本人脸图像。本发明提升了模型的分类性能，可以处理各种复杂的面部表情图像，解决了传统面部表情识别的准确率低的问题。

技术领域

本发明属于面部表情识别技术领域，更具体地，涉及一种基于混合域一致性约束的面部表情识别方法及系统。

背景技术

面部表情识别是一种能够通过图像处理和机器学习技术对人脸图像进行分析，识别人脸表情的技术。随着智能设备的广泛应用，人脸表情识别技术正在逐渐成为一项重要的应用技术。例如，在安防领域，通过对人脸表情的识别，可以快速判断是否存在威胁行为，增强安全监管的效果；在医疗领域，面部表情识别技术可以辅助于判断精神疾病、疼痛等；在教育领域，面部表情识别技术可以用于评估学生的情感状态和学习状况，为教学提供数据支持等。

传统的面部表情识别方法主要采用图像处理技术，对人脸图像进行特征提取和分类。这种方法的缺点是需要大量手动提取特征，且对于光照不均匀、面部遮挡等因素的影响较为敏感，对于复杂的表情分析效果也不理想。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种基于混合域一致性约束的面部表情识别方法及系统，旨在解决现有面部表情识别方法的准确率低、鲁棒性差的问题。

为实现上述目的，第一方面，本发明提供了一种基于混合域一致性约束的面部表情识别方法，包括：

S101将待识别的人脸图像输入至面部表情识别模型，获得所述人脸图像的表情识别结果；

其中，所述面部表情识别模型是以空间域一致性约束和/或通道域一致性约束为约束，基于样本人脸图像及其对应的面部表情标签训练获得的；所述空间域一致性约束为样本人脸图像的热力图与翻转人脸图像的热力图之间的一致性约束；通道域一致性约束为样本人脸图像与翻转人脸图像在不同通道上的概率分布的一致性约束；所述翻转人脸图像为水平翻转后的样本人脸图像。

在一个可选的示例中，所述空间域一致性约束基于如下步骤确定：

将样本人脸图像的多通道特征图经过第一全局平均池化层和第一全连接层，获得样本人脸图像在不同通道上的权重，并与样本人脸图像的多通道特征图进行逐通道相乘，获得样本人脸图像的热力图；

将翻转人脸图像的多通道特征图经过第二全局平均池化层和第二全连接层，获得翻转人脸图像在不同通道上的权重，并与翻转人脸图像的多通道特征图进行逐通道相乘，获得翻转人脸图像的热力图；

基于样本人脸图像的热力图与翻转人脸图像的热力图之间的均方差，确定所述空间域一致性约束。

在一个可选的示例中，所述通道域一致性约束基于如下步骤确定：

将样本人脸图像的多通道特征图经过第三全局平均池化层和第一softmax层，获得样本人脸图像在不同通道上的概率分布；

将翻转人脸图像的多通道特征图经过第四全局平均池化层和第二softmax层，获得翻转人脸图像在不同通道上的概率分布；

基于样本人脸图像与翻转人脸图像在不同通道上的概率分布之间的JS散度，确定所述通道域一致性约束。

第二方面，本发明提供一种基于混合域一致性约束的面部表情识别系统，包括：