[发明专利]一种基于时间栈表情识别的电视智能拍照方法

权利要求书

1.一种基于时间栈表情识别的电视智能拍照方法，其特征在于，包括以下步骤：

步骤1，初始化时间栈，设定固定时长T为时间栈的长度；

步骤2，对摄像头采集的数据通过表情识别模型对其进行识别，得到用户表情类型和对应的置信度；

步骤3，随着时间变化，对T₀前的数据进行出栈操作，对T₁后的数据进行入栈操作；

步骤4，识别到用户在某一时刻T_C做出开心、惊喜表情时，再进行T₁时长的后表情入栈操作，最后将时间栈的数据取出；

步骤5，对T时间内时间栈内的所有照片开心、惊喜表情的置信度进行排序，依据置信度最高索引出对应的图像数据，作为最佳照片，进行拍照操作。

2.如权利要求1所述的一种基于时间栈表情识别的电视智能拍照方法，其特征在于，所述步骤2中，系统持续通过电视机上的摄像头获取用户图像，调用预先训练好的人脸表情分类模型对图像进行识别，该模型可以识别开心、惊喜、悲伤、普通四种表情，最终获得人像表情属性且得到表情置信度。

3.如权利要求2所述的一种基于时间栈表情识别的电视智能拍照方法，其特征在于，所述预先训练完毕的人脸表情分类模型为基于深度学习的卷积神经网络，该网络主体结构为mobilenet神经网络。

4.如权利要求3所述的一种基于时间栈表情识别的电视智能拍照方法，其特征在于，所述卷积神经网络的训练过程如下：

A：采集不同表情的人脸图像，构建人脸表情数据集；

B：对数据集中的图像进行随机裁剪、旋转、亮度变化操作，完成数据扩增，生成训练数据；

C：将B中生成的训练数据输入到网络中进行训练；

D：判断损失函数值是否达到停机条件，达到则停止训练，导出人脸表情分类模型，否则重复C。

5.如权利要求1所述的一种基于时间栈表情识别的电视智能拍照方法，其特征在于，所述时间栈为固定时长存储图像数据的内存块，所述时间栈会随着时间的变化，对摄像头采集的图像数据以及相对应的表情识别类型和置信度进行出栈、入栈操作；时长T为时间栈的长度，T₀为前表情长度，T₁为后表情长度；

T＝T₀+T₁。