[发明专利]表情识别方法、装置、计算机设备及存储介质

说明书

本申请提供了一种表情识别方法，表情识别方法包括：获取待识别对象的脸部图像；识别脸部图像以得到和待识别对象对应的面部表情；获取面部表情对应的不同表情倾向状态的表情信赖值得分；根据表情信赖值得分对待识别对象的面部表情进行重新聚类调整；根据重新聚类调整后的面部表情获取所述待识别对象的最终表情状态。通过上述方式，本申请能够更可靠地识别待识别对象的表情，减少表情识别过程中的误差，提高表情识别的检测精度。

技术领域

本申请涉及表情识别技术领域，特别是涉及一种表情识别方法、装置、计算机设备及存储介质。

背景技术

现有技术中的表情识别一般采用Ekman 7类表情模型，其包含中性、喜悦、厌恶、愤怒、惊喜、悲伤、恐怖等多种情感分类，以及包括积极、消极、中性三种分类感情模型。且现有的表情识别方法为通用分类方法，即学习利用了基于上述分类的大量面部图像特征，并且基于这些特征来确定面部表情。

然而，在实际的表情识别过程中往往会根据识别对象的个体差异得到不同的结果，例如有些用户面部表情本来就很严肃，即使生气时也会有意控制面部表情等情况，因此在面部表情识别时候会降低其识别精准度。

发明内容

本申请主要解决的技术问题是提供一种表情识别方法、装置、计算机设备及存储介质，能够解决现有技术中面部表情识别因个体差异带来的识别精准度降低的问题。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种表情识别方法，所述表情识别方法包括：获取待识别对象的脸部图像；识别所述脸部图像以得到和所述待识别对象对应的面部表情；获取所述面部表情对应的不同表情倾向状态的表情信赖值得分；根据所述表情信赖值得分对所述待识别对象的面部表情进行重新聚类调整；根据重新聚类调整后的所述面部表情获取所述待识别对象的最终表情状态。

其中，所述根据所述表情信赖值得分对所述待识别对象的面部表情进行重新聚类调整，进一步包括：根据所述表情信赖值得分将所述待识别对象脸部图像分为和每一表情倾向状态相关关联的多个聚类；将所述多个聚类进行自动分割，从而确定待识别对象的实际表情倾向范围。

其中，所述将所述多个聚类进行自动分割，从而确定待识别对象的实际表情倾向范围，进一步包括：将多个所述表情信赖值得分乘以预设加权系数的预测评价函数；根据乘以预设加权系数的预测评价函数之后的多个所述表情信赖值得分确定所述待识别对象的实际表情倾向范围。

其中，所述识别所述脸部图像以得到和所述待识别对象对应的面部表情，进一步包括：预先获取表情的教师数据；根据所述教师数据生成表情识别判断模型；将所述待识别对象的脸部图像输入至所述表情识别判断模型以得到和所述面部表情。

其中，所述识别所述脸部图像以得到和所述待识别对象对应的面部表情，进一步包括：根据所述脸部图像获取待识别对象的脸部特征点的位置信息；根据所述脸部特征点的位置信息获取所述待识别对象的面部表情。

其中，所述表情倾向状态至少包括正面、中性以及负面三种表情状态。

其中，所述根据重新聚类调整后的所述面部表情得到所述待识别对象的最终表情状态之后，进一步包括：根据所述最终表情状态获取待识别用户的说话意图；根据所述说话意图制定个性化对话内容。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种表情识别装置，所述表情识别装置包括：第一获取模块，用于获取待识别对象的脸部图像；识别模块，用于识别所述脸部图像以得到和所述待识别对象对应面部表情；得分模块，用于获取所述面部表情对应的不同表情倾向状态的表情信赖值得分；调整模块，用于根据所述表情信赖值得分对所述待识别对象的面部表情进行重新聚类调整；第二获取模块，用于根据重新聚类调整后的所述面部表情获取所述待识别对象的最终表情状态。