[发明专利]面部表情图片处理方法、装置、计算机设备和存储介质

权利要求书

1.一种面部表情图片处理方法，所述方法包括：

将获取的面部表情图片拆分成多个面部区域，分别提取各所述面部区域的特征向量；

根据所述面部区域的区域标识，遍历与所述区域标识对应的标签数据库，查找所述标签数据库中与所述特征向量匹配的标签信息；

将所述面部表情图片的各面部区域的标签信息进行组合，获取标签信息组合结果；

根据所述标签信息组合结果确定所述面部表情图片对应的情绪特征。

2.根据权利要求1所述的面部表情图片处理方法，其特征在于，所述将获取的面部表情图片拆分成多个面部区域，分别提取各所述面部区域的特征向量之前，还包括：

获取表情图片的训练样本与测试样本；

将所述训练样本输入预设神经网络模型，通过聚类分析对所述训练样本进行分类训练；

根据训练得到的模型评估参数，对所述预设神经网络模型的结构进行调整，获得初始面部表情分析模型；

将所述测试样本输入所述初始面部表情分析模型，根据样本测试结果对所述初始面部表情分析模型的参数进行调整，获得优化面部表情分析模型，所述优化面部表情分析模型用于根据输入的所述面部表情图片，确定所述面部表情图片对应的情绪特征。

3.根据权利要求2所述的面部表情图片处理方法，其特征在于，所述将所述训练样本输入预设神经网络模型，通过聚类分析对所述训练样本进行分类训练，包括：

对所述训练样本按面部区域进行拆分，并提取各面部区域的样本特征向量；

通过聚类分析对所述样本特征向量进行层级分类；

所述将所述训练样本输入预设神经网络模型，通过聚类分析对所述训练样本进行分类训练之后，还包括：

将所述样本特征向量设定样本标签信息，并按所述多层级分类的结果构建标签数据库；

根据预设的训练样本表征的样本情绪特征，以及所述训练样本对应的样本标签信息组合，建立所述样本标签信息组合与所述样本情绪特征的关联关系；

根据所述样本标签信息组合与所述样本情绪特征的关联关系，构建情绪特征库。

4.根据权利要求3所述的面部表情图片处理方法，其特征在于，所述根据所述标签信息组合结果确定所述面部表情图片对应的情绪特征，包括：

遍历所述情绪特征库，确定所述情绪特征库中与所述标签信息组合结果匹配的情绪特征。

5.根据权利要求1所述的面部表情图片处理方法，其特征在于，所述将获取的面部表情图片拆分成多个面部区域，分别提取各所述面部区域的特征向量之前，还包括：

获取待分析视频，根据设定的频率对播放的待分析视频进行取样，获取多张面部表情图片；

所述根据所述标签信息组合结果确定所述面部表情图片对应的情绪特征之后，还包括：

统计所述待分析视频中各面部表情图片对应的所述标签信息和情绪特征；

根据所述面部区域中各标签信息所占比重，确定所述待分析视频中的主要情绪特征；

根据所述情绪特征与所述主要情绪特征，确定所述待分析视频中的情绪变化。

6.根据权利要求5所述的面部表情图片处理方法，其特征在于，所述根据所述情绪特征与所述主要情绪特征，确定所述待分析视频中的情绪变化包括：

当检测到所述情绪特征与预设正常区域的差别大于预设值时，确定所述情绪特征对应的面部表情图片，以及所述面部表情图片在所述待分析视频中的时间点；

设定所述面部表情图片所在的时间点为中心，提取预设时间范围中的多帧图片；

对所述多帧图片分别进行分析，确定所述情绪特征在所述预设时间范围的持续时间；

根据所述主要情绪特征以及所述情绪特征的持续时间，确定所述待分析视频中的情绪变化。

7.根据权利要求5所述的面部表情图片处理方法，其特征在于，所述获取待分析视频，根据设定的频率对播放的待分析视频进行取样，获取多张面部表情图片之前，还包括：

获取客户相关数据信息，根据所述客户相关数据信息对客户进行面审应急问答，并采集客户面审视频；

设定一个问题或一类问题的问答时间为单位，将所述客户面审视频划分为多个待分析视频。