【技术实现步骤摘要】
【国外来华专利技术】脸部情感识别方法、智能装置和计算机可读存储介质
本专利技术涉及人工智能
，尤其涉及脸部情感识别方法、智能装置和计算机可读存储介质。
技术介绍
脸部形态特征指的是脸部的形状如眼睛大小、鼻子形状、嘴唇厚薄、皱纹多少等。脸部形态特征映射指的是脸部形态能够反映人的文化背景和社会背景(如东方人或西方人、年龄大小、从事的行业等)，而不同背景的人的脸部情感表达方式也有所差异。例如西方人的情感表达会有相对明显的嘴部的动作，东方人的情感表达主要集中于眼部区域。现有的脸部情感识别技术主要考虑如何提取形态学不变(即特征值不随形态学变化而变化)的脸部情感识别特征，忽略了脸部形态学信息与情感识别的相关性，会导致情感识别结果的不准确。
技术实现思路
基于此，有必要针对上述问题，提出了脸部情感识别方法、智能装置和计算机可读存储介质。一种脸部情感识别方法，所述方法包括：获取待识别人脸图像，对所述待识别人脸图像进行形态学特征提取，获取所述待识别人脸图像的形态学特征；将所述待识别人脸图像和所述待识别人脸图像的形态学特征输入预训...
【技术保护点】
1.一种脸部情感识别方法，其特征在于，包括：/n获取待识别人脸图像，对所述待识别人脸图像进行形态学特征提取，获取所述待识别人脸图像的形态学特征；/n将所述待识别人脸图像和所述待识别人脸图像的形态学特征输入预训练的情感识别神经网络，获取所述待识别人脸图像的脸部情感。/n
【技术特征摘要】
【国外来华专利技术】1.一种脸部情感识别方法，其特征在于，包括：
获取待识别人脸图像，对所述待识别人脸图像进行形态学特征提取，获取所述待识别人脸图像的形态学特征；
将所述待识别人脸图像和所述待识别人脸图像的形态学特征输入预训练的情感识别神经网络，获取所述待识别人脸图像的脸部情感。
2.根据权利要求1所述的脸部情感识别方法，其特征在于，所述对所述待识别人脸图像进行形态学特征提取的步骤，包括：
将所述待识别人脸图像输入预训练的形态学特征提取神经网络，获取所述待识别人脸图像的形态学特征。
3.根据权利要求2所述的脸部情感识别方法，其特征在于，所述形态学特征包括胖瘦、人种、年龄、脸部类型中的至少一项数据。
4.根据权利要求1所述的脸部情感识别方法，其特征在于，所述将所述待识别人脸图像和所述待识别人脸图像的形态学特征输入预训练的情感识别神经网络的步骤，包括：
将所述待识别人脸图像的形态学特征输入预训练的注意力神经网络，获取所述待识别人脸图像的注意力地图；
将所述待识别人脸图像及其形态学特征输入预训练的特征识别神经网络，获取所述待识别人脸图像的特征地图；
将所述注意力地图和所述特征地图相融合，获取所述训练人脸图像的特征识别结果；
将所述特征识别结果输入预训练的情感分类神经网络，获取所述待识别人脸图像的脸部情感。
5.根据权利要求4所述的脸部情感识别方法，其特征在于，所述将所述待识别人脸图像的形态学特征输入预训练的注意力神经网络，获取所述待识别人脸图像的注意力地图，包括：
将所述形态学特征输入第一神经网络，获取形态学特征序列；
将所述形态学特征序列进行矩阵变化，生成形态学特征矩阵；
获取所述形态学特征矩阵每个单元的权重，生成所述注意力地图。
6.根据权利要求5所述的脸部情感识别方法，其特征在于，所述获取所述形态学特征矩阵每个单元的权重的步骤，包括：
对所述形态学矩阵进行注意力运算，获取所述述形态学特征矩阵每个单元的权重。
7.根据权利要求5所述的脸部情感识别方法，其特征在于，所述将所述待识别人脸图像及其形态学特征输入预训练的特征识别神经网络，获取所述待识别人脸图像的特征地图的步骤，包括：
将所述待识别人脸图像及其所述形态学特征输入第二神经网络，获取所述待识别人脸图像各分区的特征，将所述各分区的特征组合，获取所述训练人脸图像的特征地图。
8.根据权利要求7所述的脸部情感识别方法，其特征在于，
所述情感分类神经网络为全连接神经网络；
所述第一神经网络为全连接神经网络；
所述第二神经网络为条件卷积神经网络。
9.根据权利要求1所述的脸部情感识别方法，其特征在于，所述将所述待识别人脸图像和所述待识别人脸图像的形态学特征输入预训练的情感识别神经网络的步骤之前，包括：
训练所述...
【专利技术属性】
技术研发人员：丁万，黄东延，李柏，邵池，熊友军，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。