[发明专利]人脸表情识别方法及装置

权利要求书

1.一种人脸表情识别方法，其特征在于，所述人脸表情识别方法包括：

获取待处理图像；

从所述待处理图像中提取人脸图像；

基于深度学习对所述人脸图像进行表情分类，获取所述人脸图像的人脸表情标签，其中，所述人脸表情标签指示所述人脸的表情；

对所述人脸图像进行人脸验证，获取人脸验证结果，其中，所述人脸验证结果指示所述人脸所属的用户的信息；

显示所述人脸表情标签和所述人脸验证结果；

所述基于深度学习对所述人脸图像进行表情分类，获取所述人脸图像的人脸表情标签包括：

将所述人脸图像的大小调整至第一预设大小；

从调整后的所述人脸图像中的N个预设位置处分别分割出一个大小为第二预设大小的图像，其中，N为大于零的整数；

将分割出的N个图像输入至卷积神经网络CNN表情分类模型中进行预测，获取所述人脸图像的人脸表情标签；

所述将分割出的N个图像输入至卷积神经网络CNN表情分类模型中进行预测，获取所述人脸图像的人脸表情标签包括：

将分割出的N个图像输入至CNN表情分类模型中进行预测，获取多种人脸表情在所述N个图像中每个图像的预测概率；

根据所述多种人脸表情在所述N个图像中每个图像的预测概率，计算所述多种人脸表情中每种人脸表情在所述N个图像中的预测概率的均值；

将所述多种人脸表情中预测概率的均值最大的人脸表情作为所述人脸图像的人脸表情标签。

2.如权利要求1所述的人脸表情识别方法，其特征在于，所述对所述人脸图像进行人脸验证，获取人脸验证结果包括：

将所述人脸图像的大小调整至第三预设大小；

将调整后的所述人脸图像分割成多个图像；

将所述多个图像输入至人脸验证模型，获取所述人脸在人脸表情数据库中每个用户的分类概率；

若所述分类概率中的最大值大于预设阈值，则确定所述人脸所属的用户为所述分类概率中的最大值对应的用户。

3.如权利要求2所述的人脸表情识别方法，其特征在于，所述人脸表情识别方法还包括：

若所述分类概率中的最大值小于或等于预设阈值，则确定所述人脸表情数据库中不存在所述人脸所属的用户；

将所述人脸表情标签和所述人脸所属的用户的信息添加至所述人脸表情数据库。

4.一种人脸表情识别装置，其特征在于，所述人脸表情识别装置包括：

图像获取模块，用于获取待处理图像；

人脸提取模块，用于从所述待处理图像中提取人脸图像；

表情分类模块，用于基于深度学习对所述人脸图像进行表情分类，获取所述人脸图像的人脸表情标签，其中，所述人脸表情标签指示所述人脸的表情；

人脸验证模块，用于对所述人脸图像进行人脸验证，获取人脸验证结果，其中，所述人脸验证结果指示所述人脸所属的用户的信息；

显示模块，用于显示所述人脸表情标签和所述人脸验证结果；

所述表情分类模块包括：

第一调整单元，用于将所述人脸图像的大小调整至第一预设大小；

第一分割单元，用于从调整后的所述人脸图像中的N个预设位置处分别分割出一个大小为第二预设大小的图像，其中，N为大于零的整数；

预测单元，用于将分割出的N个图像输入至卷积神经网络CNN表情分类模型中进行预测，获取所述人脸图像的人脸表情标签；

所述预测单元包括：

预测子单元，用于将分割出的N个图像输入至CNN表情分类模型中进行预测，获取多种人脸表情在所述N个图像中每个图像的预测概率；

计算子单元，用于根据所述多种人脸表情在所述N个图像中每个图像的预测概率，计算所述多种人脸表情中每种人脸表情在所述N个图像中的预测概率的均值；

确定子单元，用于将所述多种人脸表情中预测概率的均值最大的人脸表情作为所述人脸图像的人脸表情标签。