一种表情识别方法和系统技术方案

本发明专利技术公开了一种表情识别方法和系统，方法包括以下步骤：获取第一图像；对第一图像进行人脸检测，从第一图像中裁剪出第一人脸子图；对第一人脸子图进行裁剪，得到第一眼部子图和第一嘴巴子图；将第一人脸子图和第一眼部子图输入到第一神经网络中，得到第一结果；将第一人脸子图和第一嘴巴子图输入到第二神经网络中，得到第二结果；将第一结果和第二结果进行加权，得到输出结果。本发明专利技术结合了局部和全局特征进行表情识别，减少了无用信息的输入比例，使得神经网络的训练具有指向性，减轻了神经网络的负担；同时，通过对两个神经网络的输出结果进行加权，可以优化本发明专利技术在应用不同场景下的精度。本发明专利技术可以广泛应用于人工智能领域。

A Method and System of Facial Expression Recognition

【技术实现步骤摘要】
一种表情识别方法和系统
本专利技术涉及人工智能领域，尤其是一种表情识别方法和系统。
技术介绍
随着计算机技术和人工智能技术及其相关学科的迅猛发展，人脸表情识别技术在近年来成为了一个热门发展技术。表情识别是计算机理解人类情感的前提，如何实现计算机的拟人化，使其能根据周围的环境以及对象的状态等内容，自适应地为交流对象提供友好的操作环境，己经成为下一代人机交互发展的目标，是智能技术走进人们日常生活必须解决的问题。同时，随着智能教育的迅猛发展，大力推进智能教育，开展以学习者为中心的智能化教学，推动人工智能在教学、管理等方面的应用，一种应用于教室场景的表情识别系统具有十分重要的意义。一方面，减轻了老师在教学时把过多精力放在管理学生的听课状态的压力；另一方面，系统可以实时记录每个学生的听课状态，学生可以根据课堂反馈调整自己的听课状态。研究主要有7类基本表情：中性、高兴、生气、惊讶、恐惧、厌恶和悲伤。表情识别流程包括三部分：1、人脸检测；2、特征提取；3、表情分类。其中表情特征提取是整个流程中最为关键的部分，直接影响识别的精度和实时性。目前基于神经网络的特征提取方法是效果最好的方法，将表情数据库中本文档来自技高网...

【技术保护点】
1.一种表情识别方法，其特征在于：包括以下步骤：获取第一图像；对第一图像进行人脸检测，从第一图像中裁剪出第一人脸子图；对第一人脸子图进行裁剪，得到第一眼部子图和第一嘴巴子图；将第一人脸子图和第一眼部子图输入到第一神经网络中，得到第一结果；将第一人脸子图和第一嘴巴子图输入到第二神经网络中，得到第二结果；将第一结果和第二结果进行加权，得到输出结果。

【技术特征摘要】
1.一种表情识别方法，其特征在于：包括以下步骤：获取第一图像；对第一图像进行人脸检测，从第一图像中裁剪出第一人脸子图；对第一人脸子图进行裁剪，得到第一眼部子图和第一嘴巴子图；将第一人脸子图和第一眼部子图输入到第一神经网络中，得到第一结果；将第一人脸子图和第一嘴巴子图输入到第二神经网络中，得到第二结果；将第一结果和第二结果进行加权，得到输出结果。2.根据权利要求1所述的一种表情识别方法，其特征在于：所述对第一人脸子图进行裁剪，得到第一眼部子图和第一嘴巴子图，其具体包括：调用dlib算法定位出第一人脸子图中68个关键点的坐标；根据所述68个关键点的坐标将第一眼部子图和第一嘴巴子图裁剪出来。3.根据权利要求1所述的一种表情识别方法，其特征在于：所述将第一结果和第二结果进行加权，得到输出结果，其具体包括：按照权重比为4：3的比例将第一结果中每个类别的第一预测概率与第二结果中对应类别的第二预测概率进行加权，得到每个类别的第三预测概率；将第三预测概率最高的类别作为分类结果。4.根据权利要求1所述的一种表情识别方法，其特征在于：所述对第一图像进行人脸检测，从第一图像中裁剪出第一人脸子图，其具体为：调用小人脸检测算法对第一图像进行人脸检测，从第一图像中裁剪出第一人脸子图。5.根据权利要求1所述的一种表情识别方法，其特征在于：在所述获取第一图像的步骤之前，还包括以下步骤：将多个经过标记的第二人脸子图和第二眼部子图作为第一训练集，输入到第一VGG-16卷积神经网络中进行训练，得到第一神经网络；将多...

【专利技术属性】
技术研发人员：杨琳，葛海玉，郝禄国，龙鑫，曾文彬，李伟儒，
申请(专利权)人：广州海昇教育科技有限责任公司，
类型：发明
国别省市：广东,44