[发明专利]面部情绪识别模型的训练方法、情绪识别方法及相关设备

权利要求书

1.一种面部情绪识别模型的训练方法，其特征在于，包括：

获取与情绪相关的多个情绪词汇，将所述多个情绪词汇整合形成情绪词汇集合；

搜集与所述情绪词汇集合中的每个所述情绪词汇对应的人脸图像，利用所述情绪词汇对所述对应的人脸图像进行标注，将标注后的人脸图像作为训练样本集，其中，一个所述情绪词汇对应搜集到多个所述人脸图像；

将所述训练样本集中的人脸图像依次输入至预先构建的初始网络模型中进行训练处理，并依据所述初始网络模型每轮训练的输出结果和所述训练样本集中对应标注的情绪词汇对所述初始网络模型进行参数调整；

当所述初始网络模型达到预设的收敛条件时，将所述初始网络模型作为用于面部情绪识别的面部情绪识别模型。

2.根据权利要求1所述的面部情绪识别模型的训练方法，其特征在于，所述获取与情绪相关的多个情绪词汇，将所述多个情绪词汇整合形成情绪词汇集合，包括：

从语言词汇库中筛选与情绪相关的多个待选词汇；

对多个所述待选词汇采用众包方式进行选定，去除不能进行对应情绪表达的待选词汇，将剩余的待选词汇作为情绪词汇；

对所述情绪词汇进行整合形成情绪词汇集合。

3.根据权利要求2所述的面部情绪识别模型的训练方法，其特征在于，所述对多个所述待选词汇采用众包方式进行选定，去除不能进行对应情绪表达的待选词汇，将剩余的待选词汇作为情绪词汇，包括：

根据每个所述待选词汇生成对应的调查数据，将所述调查数据通过网络进行发布，以供调查者通过终端设备接收所述网络传送的所述调查数据，并对所述调查数据进行是否能表达对应情绪的投票，生成对应的投票信息；

接收各个调查者通过终端设备反馈的投票信息，去除所述投票信息中不能表达对应情绪的待选词汇，将剩余的待选词汇作为情绪词汇。

4.根据权利要求1所述的面部情绪识别模型的训练方法，其特征在于，所述搜集与所述情绪词汇集合中的每个所述情绪词汇对应的人脸图像，利用所述情绪词汇对所述对应的人脸图像进行标注，将标注后的人脸图像作为训练样本集，包括：

将所述情绪词汇集合中的每个所述情绪词汇作为搜索标签进行搜索，获取与所述搜索标签对应的多个人脸图像，利用所述搜索标签对应的情绪词汇对所述多个人脸图像进行标注，将标注后的人脸图像存储至数据库中；

利用预先构建的人脸表情编码模型对所述数据库中标注后的人脸图像进行过滤处理，得到过滤后的人脸图像；

对所述过滤后的人脸图像进行随机采样，将采样结果输出至评判者的显示端，以供评判者通过所述显示端对所述过滤后的人脸图像对应标注的情绪词汇进行是否匹配的评判，生成评判结果；

接收各个评判者通过显示端反馈的评判结果，计算评判结果为匹配的占比，删除所述占比小于预定比值对应的过滤后的人脸图像，将剩余的过滤后的人脸图像以及对应标注的情绪词汇作为训练样本集。

5.根据权利要求4所述的面部情绪识别模型的训练方法，其特征在于，利用预先构建的人脸表情编码模型对所述数据库中标注后的人脸图像进行过滤处理，得到过滤后的人脸图像，包括：

从多个情绪词汇中依次确定相应的目标情绪词汇；

从所述数据库中获取所述目标情绪词汇对应的多个所述标注后的人脸图像作为待过滤图像；

利用预先构建的人脸表情编码模块对所述待过滤图像进行聚类处理，得到至少一个聚类结果；

保留数量最多的聚类结果，去除其他聚类结果，将所述数量最多的聚类结果作为过滤后的人脸图像。