[发明专利]一种智能监控的表情识别方法、装置、设备和存储介质

说明书

本发明实施例提供一种智能监控的表情识别方法、装置、设备和存储介质，涉及智能监控技术领域。其中，这种表情识别方法包括S3B0、获取图像序列。其中，图像序列包含有目标人物。S3B1、通过人脸检测模型，获得图像序列中的人脸区域。S3B2、通过表情识别模型，获得人脸区域中的表情信息。S3B3、根据图像序列的时间顺序和表情信息，生成初始表情序列。S3B4、根据初始表情序列，通过预测模型进行校正，以获得面部表情序列。本实施例通过人脸检测模块提取人脸图像，然后再进行表情识别，大大提高了识别效率，并缺在识别之后，通过预测模型对识别结果进行校正，大大提高了识别的正确率。

技术领域

本发明涉及智能监控技术领域，具体而言，涉及一种智能监控的表情识别方法、装置、设备和存储介质。

背景技术

为了能够及时的发现老人或者小孩子发生意外，往往会在老人和小孩活动的地方安装摄像头进行实时拍摄。同时，为了能够更加及时的知道老人或者小孩是否发生意外，会通过本地服务器、云服务器等设备对摄像头拍到的画面进行实时的分析，在判断到目标人物发生意外的时候生成警报通知相关人员。

特别地，在先技术中，能够分析目标人物的表情来判断目标是否出现痛苦、生气等意外表情，来判断目标人物是否出现意外。但是在先技术中，表情识别准确率不高，容易造成误警报，引起相关人员不必要的麻烦。

发明内容

本发明提供了一种智能监控的表情识别方法、装置、设备和存储介质，以改善相关技术中的表情识别不准确的问题。

第一方面，本发明实施例提供了一种智能监控的表情识别方法，其包含如下步骤：

S3B0、获取图像序列；其中，所述图像序列包含有目标人物；

S3B1、通过人脸检测模型，获得所述图像序列中的人脸区域；

S3B2、通过表情识别模型，获得所述人脸区域中的表情信息；

S3B3、根据所述图像序列的时间顺序和所述表情信息，生成初始表情序列；

S3B4、根据所述初始表情序列，通过预测模型进行校正，以获得面部表情序列。

可选地，所述人脸检测模型为YOLOv3人脸识别模型；所述表情识别模型为VGG16表情分类模型；

可选地，所述表情信息包括x类；其中，所述x类包括neutra l、ser i ous、pan ic、cur i ous、surpr i se、happ i ness、desp i se；

可选地，所述步骤S3B3具体包括：

S3B31、所述图像序列中各帧的时间信息，生成时间序列T；

S3B32根据所述时间序列，对所述表情信息进行排序，以获得所述初始表情序列I。

可选地，所述预测模型为LSTM模型；所述LSTM模型的输入长度为n，单位长度的特征包括x类；

可选地，所述步骤S3B4具体包括：

S3B41、根据所述初始表情序列，分割成长度为n的输入序列；

S3B42、将所述输入序列输入至所述预测模型，以获得长度为n的输出序列；

S3B43、根据所述输出序列，获得所述面部表情序列。

可选地，所述输入长度n为11帧。

第二方面，本发明实施例提供一种智能监控的表情识别装置，其包含：

序列模块，用于获取图像序列；其中，所述图像序列中包含有人的图像；

区域模块，用于通过人脸检测模型，获得所述图像序列中的人脸区域；