[发明专利]情绪识别方法、装置、计算机设备和存储介质

权利要求书

1.一种情绪识别方法，其特征在于，所述方法包括：

获取待识别面部图片；

通过预先训练的用于情绪识别的深度学习模型对所述待识别面部图片进行情绪分类，得到预设类型情绪的概率；所述预设类型的情绪包括第一类型情绪和第二类型情绪；

当所述第一类型情绪的概率大于第一阈值时，对所述待识别面部图片进行识别得到局部特征值；

获取局部特征判断规则，并根据所述局部特征判断规则对所述局部特征值进行计算，得到局部动作概率；

根据所述第一类型情绪的概率、所述第二类型情绪的概率和所述局部动作概率，得到所述待识别面部图片对应的情绪。

2.根据权利要求1所述的方法，其特征在于，所述通过预先训练的用于情绪识别的深度学习模型对所述待识别面部图片进行情绪分类，得到预设类型情绪的概率，包括：

采用按照预设顺序串联的深度可分离卷积层依次提取特征图；

当所述特征图大小为预设大小时，采用在所述深度可分离卷积层之间增加的感受野扩大模块进行特征图提取；

通过全连接层对所得到的特征图进行处理，得到预设类型情绪的概率。

3.根据权利要求1所述的方法，其特征在于，所述对所述待识别面部图片进行识别得到局部特征值之后，还包括：

将所述局部特征值按照时间顺序更新至局部特征动态序列中。

4.根据权利要求3所述的方法，其特征在于，所述获取局部特征判断规则，并根据所述局部特征判断规则对所述局部特征值进行计算，得到局部动作概率，包括：

通过预设的规则从所述局部特征动态序列中提取第一类型情绪下眉毛角度；

确定当前表情下眉毛角度与所述第一类型情绪下眉毛角度的第一差值以及皱眉表情下眉毛角度与所述第一类型情绪下眉毛角度的第一最大差值；

根据所述第一差值与所述第一最大差值的比率得到皱眉概率。

5.根据权利要求3所述的方法，其特征在于，所述获取局部特征判断规则，并根据所述局部特征判断规则对所述局部特征值进行计算，得到局部动作概率，包括：

通过预设的规则从所述局部特征动态序列中提取第一类型情绪下嘴角特征值；

确定当前表情下所述嘴角特征值与所述第一类型情绪下嘴角特征值的第二差值，嘴角上扬表情下嘴角特征值与所述第一类型情绪下嘴角特征值的第二最大差值以及嘴角下移表情下嘴角特征值与所述第一类型情绪下嘴角特征值的第三最大差值；

根据所述第二差值与所述第二最大差值的比率得到嘴角上扬概率，根据所述第二差值与所述第三最大差值的比率得到嘴角下移概率。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述待识别面部图片进行识别，得到头部动作的欧拉角；

当所述欧拉角的绝对值大于第二阈值时，对所述局部动作概率进行校正。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述待识别面部图片进行识别，得到头部动作的欧拉角；

将所述欧拉角按照时间顺序更新至头部动作动态序列中；

当所述头部动作动态序列中欧拉角的极大值和极小值差的绝对值大于第四阈值时，对所述局部动作概率进行校正。

8.根据权利要求1至7任一项所述的方法，其特征在于，所述根据所述第一类型情绪的概率、所述第二类型情绪的概率和所述局部动作概率，得到所述待识别面部图片对应的情绪，包括：

当所述局部动作概率大于第三阈值时，对所述第一类型情绪的概率和所述第二类型情绪的概率进行校正；

根据校正后的所述第一类型情绪的概率和所述第二类型情绪的概率，得到所述待识别面部图片对应的情绪。