[发明专利]一种用于表情识别的方法和装置

权利要求书

1.一种用于表情识别的方法，其特征在于，包括：

获取目标脸部的三维图像,所述三维图像包括所述目标脸部的第三深度信息和所述目标脸部的第五色彩信息；

将所述目标脸部的第三深度信息输入第二神经网络且将所述目标脸部的第五色彩信息输入第三神经网络；

所述第二神经网络根据所述目标脸部的第三深度信息以及第二参数对所述目标脸部的表情进行分类并输出第一分类数据，并且所述第三神经网络根据所述目标脸部的第五色彩信息以及第三参数对所述目标脸部的表情进行分类并输出第二分类数据，所述第二参数包括至少一个脸部表情类别以及用于识别所述目标脸部的表情类别的第二参数数据，所述第三参数包括所述至少一个脸部表情类别以及用于识别所述目标脸部的表情类别的第三参数数据；

根据所述第一分类数据和第二分类数据输出对所述目标脸部的表情的分类结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一分类数据和第二分类数据输出对所述目标脸部的表情的分类结果，包括：

支持向量机输入所述第一分类数据与所述第二分类数据，并根据所述第一分类数据、第二分类数据以及支持向量机参数数据输出所述目标脸部的表情的分类结果，所述支持向量机包括所述至少一个脸部表情类别以及用于识别所述目标脸部的表情类别的支持向量机参数数据。

3.根据权利要求1所述的方法，其特征在于，在所述将所述目标脸部的第三深度信息输入第二神经网络且将所述目标脸部的第五色彩信息输入第三神经网络之前，所述方法还包括：

对所述目标脸部的第三深度信息进行第三处理，所述第三处理包括下述中的至少一个：

确定所述目标脸部的第三深度信息的特征点，以所述特征点为基准对所述目标脸部的第三深度信息进行旋转；

对所述目标脸部的第三深度信息进行镜像处理、线性变换以及仿射变换；

将所述目标脸部的第三深度信息的特征点对齐设定的位置；

对所述目标脸部的第三深度信息进行图像的灰度拉伸；以及，

将所述目标脸部的第三深度信息进行图像像素值归一化处理；或，

在所述将所述目标脸部的第三深度信息输入第二神经网络且将所述目标脸部的第五色彩信息输入第三神经网络之前，所述方法还包括：

对所述目标脸部的第三深度信息以及所述目标脸部的第五色彩信息进行相同的第三处理，所述第三处理包括下述中的至少一个：

确定所述目标脸部的第三深度信息的特征点和所述目标脸部的第五色彩信息的特征点，以所述特征点为基准对所述目标脸部的第三深度信息和所述目标脸部的第五色彩信息进行旋转；

对所述目标脸部的第三深度信息和所述目标脸部的第五色彩信息进行镜像处理、线性变换以及仿射变换；

将所述目标脸部的第三深度信息和所述目标脸部的第五色彩信息的特征点对齐设定的位置；

对所述目标脸部的第三深度信息或目标脸部的第五色彩信息进行图像的灰度拉伸；以及，

将所述目标脸部的第三深度信息和目标脸部的第五色彩信息进行图像像素值归一化处理。

4.根据权利要求3所述的方法，其特征在于，

所述将所述目标脸部的第三深度信息进行图像像素值归一化处理，包括：

将所述目标脸部的第三深度信息的像素值由[0,255]归一化到[0,1]；或，

所述将所述目标脸部的第三深度信息和所述目标脸部的第五色彩信息的各个通道的像素值进行归一化，包括：

将所述目标脸部的第三深度信息和所述目标脸部的第五色彩信息的各个通道的像素值由[0,255]归一化到[0,1]。

5.根据权利要求3所述的方法，其特征在于，

所述第二参数数据由多个脸部表情样本的第四深度信息通过所述第二神经网络训练得到；

所述第三参数数据由所述多个脸部表情样本的第六色彩信息通过所述第三神经网络训练得到。