[发明专利]面部表情的识别方法和装置、存储介质、电子装置

说明书

本发明公开了一种面部表情的识别方法和装置、存储介质、电子装置。其中，该方法包括：利用目标神经网络模型从第一图像中识别出第一表情类型，其中，目标神经网络模型用于根据第一图像中像素点的颜色提取第一特征、从第一图像中提取面部关键点的第二特征以及利用第一特征和第二特征确定第一图像中对象面部的第一表情类型。本发明解决了相关技术中识别人脸表情类型的准确度较低的技术问题。

技术领域

本发明涉及互联网领域，具体而言，涉及一种面部表情的识别方法和装置、存储介质、电子装置。

背景技术

人的情感的产生是一个很复杂的心理过程，情感的表达也伴随多种表现方式，常被计算机学家用于研究的表达方式主要有三种：表情、语音、动作。在这三种情感表达方式中，表情所贡献的情感比例高达55％，随着人机交互技术的应用日益广泛，在人机交互、自动驾驶和医疗健康等领域中，人脸表情识别技术具有非常重要的意义。

在人脸表情识别技术中，由于以下原因的存在：其一是不同的人表情变化不同，人脸表情会根据不同的人的表现方式的区别而产生差异性；其二是同一个人的表情在现实生活中具有实时性，同一人在不同的时间段、不同的场景等条件下产生的表情也不同；其三是受外界的条件的影响，如背景、光照、角度、距离等对表情识别影响较大。以上这些都会影响到人脸表情识别的准确性。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种面部表情的识别方法和装置、存储介质、电子装置，以至少解决相关技术中识别人脸表情类型的准确度较低的技术问题。

根据本发明实施例的一个方面，提供了一种面部表情的识别方法，包括：利用目标神经网络模型从第一图像中识别出第一表情类型，其中，目标神经网络模型用于根据第一图像中像素点的颜色提取第一特征、从第一图像中提取面部关键点的第二特征以及利用第一特征和第二特征确定第一图像中对象面部的第一表情类型。

根据本发明实施例的另一方面，还提供了一种面部表情的识别装置，包括：识别单元，用于利用目标神经网络模型从第一图像中识别出第一表情类型，其中，目标神经网络模型用于根据第一图像中像素点的颜色提取第一特征、从第一图像中提取面部关键点的第二特征以及利用第一特征和第二特征确定第一图像中对象面部的第一表情类型。

根据本发明实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，程序运行时执行上述的方法。

根据本发明实施例的另一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器通过计算机程序执行上述的方法。

在本发明实施例中，利用目标神经网络模型从第一图像中识别出第一表情类型，目标神经网络模型用于根据第一图像中像素点的颜色提取第一特征、从第一图像中提取面部关键点的第二特征以及利用第一特征和第二特征确定第一图像中对象面部的第一表情类型，通过融合图像特征和面部关键点特征，可以解决相关技术中识别人脸表情类型的准确度较低的技术问题，进而达到准确识别面部表情的技术效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的面部表情的识别方法的硬件环境的示意图；

图2是根据本发明实施例的一种可选的面部表情的识别方法的流程图；

图3是根据本发明实施例的面部表情的识别方法的应用场景的示意图；

图4是根据本发明实施例的面部表情的识别方法的应用场景的示意图；

图5是根据本发明实施例的面部表情的识别方法的应用场景的示意图；