[发明专利]用于处理图像的方法和装置

说明书

本申请实施例公开了用于处理图像的方法和装置。该方法的一具体实施方式包括：获取待处理的人脸图像；获取人脸图像对应的表情类别信息，其中，表情类别信息用于表示人脸图像显示的人脸的表情所属的类别；将表情类别信息指示的表情类别确定为目标表情类别；将人脸图像输入至预先训练的、与目标表情类别对应的表情子类别确定模型，得到表情子类别信息，其中，表情子类别信息用于表示人脸图像显示的人脸的表情所属的、目标表情类别中的子类别。该实施方式实现了对人脸的表情所属的类别进一步的分类。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于处理图像的方法和装置。

背景技术

目前，随着人脸识别技术的逐渐发展和成熟，人脸表情识别成为了其中一个研究方向，以实现在识别人脸的基础上，能够进一步识别人脸的表情信息，并通过表情信息来确定被识别对象的心理情绪。

发明内容

本申请实施例提出了用于处理图像的方法和装置。

第一方面，本申请实施例提供了一种用于处理图像的方法，该方法包括：获取待处理的人脸图像；获取人脸图像对应的表情类别信息，其中，表情类别信息用于表示人脸图像显示的人脸的表情所属的类别；将表情类别信息指示的表情类别确定为目标表情类别；将人脸图像输入至预先训练的、与目标表情类别对应的表情子类别确定模型，得到表情子类别信息，其中，表情子类别信息用于表示人脸图像显示的人脸的表情所属的、目标表情类别中的子类别。

在一些实施例中，目标表情类别按照目标分类方式划分为至少两个子类别，其中，目标分类方式包括以下任意一种：表示按照表情表达的情感的类型进行划分的第一分类方式、表示按照表情的表现程度进行划分的第二分类方式。

在一些实施例中，获取人脸图像对应的表情类别信息，包括：将人脸图像输入至预先训练的表情类别确定模型，得到人脸图像对应的表情类别信息，其中，表情类别确定模型用于表征人脸图像与表情类别信息的对应关系。

在一些实施例中，表情子类别确定模型通过如下步骤训练得到：获取训练样本集合，其中，训练样本包括对应于目标表情类别的人脸图像和人脸图像对应的表情子类别信息；确定初始化的表情子类别确定模型；利用机器学习的方法，将训练样本集合中的训练样本中的人脸图像作为初始化的表情子类别确定模型的输入，将与输入的人脸图像对应的表情子类别信息作为初始化的表情子类别确定模型的期望输出，训练得到表情子类别确定模型。

在一些实施例中，表情类别确定模型通过如下步骤训练得到：获取训练样本集合，其中，训练样本包括人脸图像和人脸图像对应的表情类别信息；确定初始化的表情类别确定模型；利用机器学习的方法，将训练样本集合中的训练样本中的人脸图像作为初始化的表情类别确定模型的输入，将与输入的人脸图像对应的表情类别信息作为初始化的表情类别确定模型的期望输出，训练得到表情类别确定模型。

第二方面，本申请实施例提供了一种用于处理图像的装置，该装置包括：人脸图像获取单元，被配置成获取待处理的人脸图像；表情类别信息获取单元，被配置成获取人脸图像对应的表情类别信息，其中，表情类别信息用于表示人脸图像显示的人脸的表情所属的类别；目标表情类别确定单元，被配置成将表情类别信息指示的表情类别确定为目标表情类别；表情子类别信息确定单元，被配置成将人脸图像输入至预先训练的、与目标表情类别对应的表情子类别确定模型，得到表情子类别信息，其中，表情子类别信息用于表示人脸图像显示的人脸的表情所属的、目标表情类别中的子类别。

在一些实施例中，目标表情类别按照目标分类方式划分为至少两个子类别，其中，目标分类方式包括以下任意一种：表示按照表情表达的情感的类型进行划分的第一分类方式、表示按照表情的表现程度进行划分的第二分类方式。

在一些实施例中，表情类别信息获取单元进一步被配置成：将人脸图像输入至预先训练的表情类别确定模型，得到人脸图像对应的表情类别信息，其中，表情类别确定模型用于表征人脸图像与表情类别信息的对应关系。