[发明专利]一种即时视频中的表情识别方法和电子设备

说明书

技术领域

本发明涉及视频领域，特别涉及一种即时视频中的表情识别方法和电子设备。

背景技术

随着即时视频应用在移动终端上的普及，使得越来越多的用户通过即时视频应用来实现与他人之间的交互，因此需要一种在即时视频中的表情识别方法，来满足用户在通过即时视频应用来实现与他人之间的交互时的个性化需求，提高交互场景下的用户体验。

现有技术提供一种表情识别方法，该方法具体包括：从预先录制的视频中获取所要识别的当前帧画面，对当前帧画面中的人脸表情进行识别，并对其他帧图像继续执行上述步骤，从而对视频中的视频帧画面中人脸表情进行识别。

但是该方法由于无法实时识别即时视频中的人脸表情，且在实现过程中，由于该方法会大量占用设备的处理资源和存储资源，所以该方法对设备的要求较高，使得该方法无法应用于如智能手机和平板电脑等移动终端，从而无法满足用户的多样化需求，降低了用户体验效果。

发明内容

为了满足用户的多样化需求，提高用户体验效果，本发明实施例提供了一种即时视频中的表情识别方法和电子设备。所述技术方案如下：

第一方面，提供了一种即时视频中的表情识别方法，所述方法包括：

获取即时视频帧中人脸的至少一个特征点所对应的特征向量，所述特征点用于描述所述人脸的当前表情；

识别所述至少一个特征点所对应的特征向量，生成识别结果；

根据所述识别结果，确定所述当前表情为预先存储的多个表情中的一个。

结合第一方面，在第一种可能的实现方式中，所述特征向量包括标准姿态矩阵下的特征点坐标和纹理特征点坐标，所述纹理特征点用于唯一确定所述特征点，所述获取即时视频帧中人脸的至少一个特征点所对应的特征向量包括：

获取所述标准姿态矩阵下的所述至少一个特征点坐标和至少一个纹理特征点坐标；

根据所述标准姿态矩阵下的所述至少一个特征点坐标和所述至少一个纹理特征点坐标，生成所述至少一个特征点所对应的特征向量。

结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述获取所述标准姿态矩阵下的所述至少一个特征点坐标和至少一个纹理特征点坐标包括：

获取所述即时视频帧中人脸的所述至少一个特征点坐标和所述至少一个纹理特征点坐标；

将所述至少一个特征点进行归一化处理，得到所述标准姿态矩阵下的所述至少一个特征点坐标和所述至少一个纹理特征点坐标。

结合第一方面的第二种可能的实现方式，在第三种可能的实现方式中，所述将所述至少一个特征点进行归一化处理，得到所述标准姿态矩阵下的所述至少一个特征点所述至少一个纹理特征点坐标包括：

根据所述即时视频帧中人脸的所述至少一个特征点坐标和所述至少一个纹理特征点坐标，获取所述即时视频帧中人脸的所述至少一个特征点和所述至少一个纹理特征点对应的当前姿态矩阵；

将所述当前姿态矩阵旋转为标准姿态矩阵，并获取所述标准姿态矩阵下的所述至少一个特征点坐标和所述至少一个纹理特征点坐标。

结合第一方面的第三种可能的实现方式，在第四种可能的实现方式中，所述识别所述至少一个特征点所对应的特征向量包括：

将所述至少一个特征点所对应的特征向量输入预设表情模型库中进行计算，获取在至少一个预设表情模型中的计算结果，所述计算结果用于表示识别结果。

结合第一方面的第四种可能的实现方式，在第五种可能的实现方式中，所述根据所述识别结果，确定所述当前表情为预先存储的多个表情中的一个包括：

若所述识别结果在预设范围内，则判定所述特征向量所对应的表情为预先存储的多个表情中的一个。

第二方面，提供了一种电子设备，所述电子设备包括：

获取模块，用于获取即时视频帧中人脸的至少一个特征点所对应的特征向量，所述特征点用于描述所述人脸的当前表情；

识别模块，用于识别所述至少一个特征点所对应的特征向量，生成识别结果；

确定模块，用于根据所述识别结果，确定所述当前表情为预先存储的多个表情中的一个。

结合第二方面，在第一种可能的实现方式中，

所述获取模块还用于，获取标准姿态矩阵下的所述至少一个特征点坐标和至少一个纹理特征点坐标；

所述识别模块还用于，根据所述标准姿态矩阵下的所述至少一个特征点坐标和所述至少一个纹理特征点坐标，生成所述至少一个特征点所对应的特征向量。

结合第二方面的第一种可能的实现方式，在第二种可能的实现方式中，