[发明专利]基于三点定位方法的多尺寸人脸表情识别方法及装置

权利要求书

1.一种基于三点定位方法的多尺寸人脸表情识别的方法，其特征在于，包括：

服务器接收摄像头拍摄的图像信息，所述图像信息中包含有第一人脸数据；

所述服务器将所述图像信息输入人脸检测器；

所述服务器根据人脸检测器检测出所述第一人脸数据中的候选人脸数据，其中，所述人脸检测器为多尺寸人脸检测器，所述多尺寸人脸检测器包括三层的神经网络，所述三层的神经网络中设置有六层隐藏层；

所述服务器使用所述人脸检测器中的ANN模型分类器或SVM分类器对所述候选人脸数据中的候选人脸进行三点定位，并使用线性回归方式以回归获取三个关键点位置，其中，所述候选人脸数据在所述图像信息中占比小于或等于百分之一；

所述服务器判断所述候选人脸数据是否三点定位成功；

若是，则所述服务器确定第二人脸数据；

所述服务器将所述第二人脸数据输入至表情识别模型；

所述服务器利用所述表情识别模型输出所述第二人脸数据所具有的表情。

2.根据权利要求1所述的方法，其特征在于，所述三点定位为所述服务器对所述候选人脸数据中的左眼中心、右眼中心以及鼻尖进行定位。

3.根据权利要求2所述的方法，其特征在于，所述表情识别模型是输出为64位的FaceNet。

4.一种基于三点定位方法的多尺寸人脸表情识别装置，其特征在于，包括：

接收单元，用于接收摄像头拍摄的图像信息，所述图像信息中包含有第一人脸数据；

第一输入单元，用于将所述图像信息输入人脸检测器；

检测单元，用于根据人脸检测器检测出所述第一人脸数据中的候选人脸数据，其中，所述人脸检测器为多尺寸人脸检测器，所述多尺寸人脸检测器包括三层的神经网络；

定位单元，用于使用所述人脸检测器中的ANN模型分类器或SVM分类器对所述候选人脸数据中的候选人脸进行三点定位，并使用线性回归方式以回归获取三个关键点位置，其中，所述候选人脸数据在所述图像信息中占比小于或等于百分之一；

判断单元，用于判断所述候选人脸数据是否三点定位成功；若是，则确定第二人脸数据；

第二输入单元，用于将所述第二人脸数据输入至表情识别模型；

输出单元，用于利用所述表情识别模型输出所述第二人脸数据所具有的表情。

5.根据权利要求4所述的基于三点定位方法的多尺寸人脸表情识别装置，其特征在于，所述三点定位为服务器对所述候选人脸数据中的左眼中心、右眼中心以及鼻尖进行定位。

6.根据权利要求5所述的基于三点定位方法的多尺寸人脸表情识别装置，其特征在于，所述表情识别模型是输出为64位的FaceNet。

7.一种基于三点定位方法的多尺寸人脸表情识别装置，其特征在于，包括：

处理器、存储器、输入输出设备以及总线；

所述处理器、存储器、输入输出设备分别与所述总线相连；

所述处理器用于接收摄像头拍摄的图像信息，所述图像信息中包含有第一人脸数据；

所述输入设备用于将所述图像信息输入人脸检测器；

所述处理器用于根据人脸检测器检测出所述第一人脸数据中的候选人脸数据，其中，所述人脸检测器为多尺寸人脸检测器，所述多尺寸人脸检测器包括三层的神经网络，所述三层的神经网络中设置有六层隐藏层；使用所述人脸检测器中的ANN模型分类器或SVM分类器对所述候选人脸数据中的候选人脸进行三点定位，并使用线性回归方式以回归获取三个关键点位置，其中，所述候选人脸数据在所述图像信息中占比小于或等于百分之一；判断所述候选人脸数据是否三点定位成功；若是，则确定第二人脸数据；

所述输入设备用于将所述第二人脸数据输入至表情识别模型；

所述输出设备用于利用所述表情识别模型输出所述第二人脸数据所具有的表情。

8.一种计算机可读存储介质，其特征在于，包括指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至3中任一项所述的方法。