[发明专利]一种人脸图像的表情识别模型、方法、存储介质及设备

权利要求书

1.一种人脸图像的表情识别模型，其特征在于，包括：

图像输入单元，用于获取输入图像，其中，所述输入图像包含需要进行表情识别的目标人脸；

多层级网络单元，用于根据所述输入图像和基于所述输入图像确定的多个区域图像，确定出多个预测类别分量，并将每个预测类别分量传递至结果输出单元，其中，每个所述区域图像为所述图像输入单元基于所述输入图像和所述多层级网络单元反馈的注意区域参数进行处理所得，所述注意区域参数为所述多层级网络单元基于对所述输入图像的处理所得；

所述结果输出单元，用于基于多层级网络单元输出的多个预测类别分量，确定出表情识别结果并输出。

2.根据权利要求1所述的人脸图像的表情识别模型，其特征在于，所述多层级网络单元，包括全局上层网络和区域中层网络，所述区域中层网络包括多个与所述全局上层网络连接的区域中层子网，

所述全局上层网络，用于对所述输入图像进行处理，确定出一个上层预测类别分量和多个注意区域参数，将该上层预测类别分量传递至结果输出单元，并将多个注意区域参数反馈给所述图像输入单元；

所述图像输入单元，则用于基于每个注意区域参数对所述输入图像进行裁切和插值处理，得到多个对应的区域图像，并将多个区域图像输入至所述区域中层网络，其中，每个区域图像为目标人脸中的一部分；

每个所述区域中层子网，用于基于输入该区域中层子网的区域图像，确定出一个中层预测类别分量，并将该中层预测类别分量传递至结果输出单元。

3.根据权利要求2所述的人脸图像的表情识别模型，其特征在于，所述多层级网络单元还包括精细底层网络，每个区域中层子网连接一个或多个精细底层子网，

每个所述区域中层子网，还用于基于输入该区域中层子网的区域图像，确定出一个或多个精细区域参数，并将其确定的精细区域参数反馈给所述图像输入单元；

针对每个精细区域参数，所述图像输入单元，用于基于该精细区域参数对该区域图像进行进一步裁切和插值处理，得到对应的精细图像，并将该精细图像输入至其对应的精细底层子网；

每个所述精细底层子网，用于基于输入该精细底层子网的精细图像，确定出一个底层预测类别分量，并将该底层预测类别分量传递至结果输出单元。

4.根据权利要求3所述的人脸图像的表情识别模型，其特征在于，所述全局上层网络确定的注意区域参数包括眉部区域参数、眼部区域参数、鼻部区域参数和口部区域参数，所述区域中层网络包括眉部区域子网、眼部区域子网、鼻部区域子网和口部区域子网，

所述图像输入单元，则用于分别基于眉部区域参数、眼部区域参数、鼻部区域参数和口部区域参数，对所述输入图像进行裁切和插值处理，得到眉部图像、眼部图像、鼻部图像和口部图像，并将所述眉部图像、所述眼部图像、所述鼻部图像和所述口部图像分别输入眉部区域子网、眼部区域子网、鼻部区域子网和口部区域子网。