[发明专利]一种表情识别模型的训练方法、装置以及设备

说明书

本说明书实施例公开了一种表情识别模型的训练方法、装置以及设备。通过获取包含面部图像的训练样本；确定所述训练样本中的N个关键点，以及，确定包含所述N个关键点的面部区域；根据所述N个关键点之间的距离确定所述训练样本的姿态类型，其中，所述姿态类型对应于预设的融合权重参数分布；提取所述N个关键点所对应的N个局部特征，以及，提取所述面部区域所对应的全局特征；根据所述融合权重参数分布融合所述N个局部特征和所述全局特征，生成融合特征；根据所述融合特征进行模型训练，生成目标模型。从而实现基于关键点之间的距离来进行姿态估计，并约束不同姿态下的表情特征融合权重，以得到更鲁棒的融合特征。

技术领域

本说明书涉及互联网技术领域，尤其涉及一种表情识别模型的训练方法、装置以及设备。

背景技术

人类的心理状态，比如高兴、生气、伤心等，可以从脸部通过某种表情表达出来，因此可以通过人脸的表情来判断人类的心理状态，从而在计算机视觉领域关于人脸表情的识别得到广泛应。

同时，人脸作为一个球体，往往会具有各种姿态，例如，俯视、仰视、扭头以及侧脸等等。在具有一定姿态的情况下，就会出现较为明显的自遮挡现象从而对表情特征有所衰减，影响表情识别的准确性。

基于此，需要一种更加准确的表情识别方案。

发明内容

本说明书一个或多个实施例提供一种表情识别模型的训练方法、装置、设备以及存储介质，用以解决如下技术问题：需要一种更加准确的表情识别方案。

为解决上述技术问题，本说明书一个或多个实施例是这样实现的：

在第一方面，本说明书实施例提供的一种表情识别模型的训练方法，包括：获取包含面部图像的训练样本；确定所述训练样本中的N个关键点，以及，确定包含所述N个关键点的面部区域，N为大于1的自然数；根据所述N个关键点之间的距离确定所述训练样本的姿态类型，其中，所述姿态类型对应于预设的融合权重参数分布；提取所述N个关键点所对应的N个局部特征，以及，提取所述面部区域所对应的全局特征；根据所述融合权重参数分布融合所述N个局部特征和所述全局特征，生成融合特征；根据所述融合特征进行模型训练，生成目标模型。

在第二方面，本说明书实施例提供一种表情识别模型的训练装置，包括：获取模块，获取包含面部图像的训练样本；关键点识别模块，确定所述训练样本中的N个关键点，以及，确定包含所述N个关键点的面部区域，N为大于1的自然数；姿态估计模块，根据所述N个关键点之间的距离确定所述训练样本的姿态类型，其中，所述姿态类型对应于预设的融合权重参数分布；特征提取模块，提取所述N个关键点所对应的N个局部特征，以及，提取所述面部区域所对应的全局特征；特征融合模块，根据所述融合权重参数分布融合所述N个局部特征和所述全局特征，生成融合特征；训练模块，根据所述融合特征进行模型训练，生成目标模型。

在第三方面，本说明书实施例提供一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的方法。

在第四方面，本说明书实施例提供一种非易失性计算机存储介质存储有计算机可执行指令，当计算机读取存储介质中的计算机可执行指令后，该指令使得一个或多个处理器执行如第一方面所述的方法。