一种动物心情识别模型的训练方法和装置制造方法及图纸

本发明专利技术实施例提出一种动物心情识别模型的训练方法和装置，其中方法包括：获取训练集中的动物面部图像样本；提取所述动物面部图像样本的关键点坐标；将所述关键点坐标输入动物心情识别模型，得到所述动物心情识别模型输出的动物心情指数估计值；将所述动物心情指数估计值与所述动物面部图像样本对应的动物心情指数标注值进行比较，根据所述比较的结果调整所述动物心情识别模型的参数。本发明专利技术实施例建立的动物心情识别模型能够根据动物面部图像识别动物心情。

【技术实现步骤摘要】
一种动物心情识别模型的训练方法和装置
本专利技术涉及人工智能
，尤其涉及一种动物心情识别模型的训练方法和装置。
技术介绍
目前，针对动物、特别是宠物的心情检测，存在一种智能穿戴设备。该智能穿戴设备穿戴到宠物身上后，可以自动采集宠物的状态信息。将这些状态信息发送到移动终端，即可在数据库中查询此状态信息对应的心情，由此判断此时宠物的心情。这种方式的缺点是：1)价格较高；2)智能穿戴设备本身可能影响宠物的心情，导致其对宠物心情的检测不准确。
技术实现思路
本专利技术实施例提供一种动物心情识别模型的训练方法及装置、以及一种动物心情识别方法及装置，以至少解决现有技术中的以上技术问题。第一方面，本专利技术实施例提供了一种动物心情识别模型的训练方法，包括：获取训练集中的动物面部图像样本；提取所述动物面部图像样本的关键点坐标；将所述关键点坐标输入动物心情识别模型，得到所述动物心情识别模型输出的动物心情指数估计值；将所述动物心情指数估计值与所述动物面部图像样本对应的动物心情指数标注值进行比较，根据所述比较的结果调整所述动物心情识别模型的参数。在一种实施方式中，所述提取所述动物面部图像样本的关键点坐标，包括：提取所述动物面部图像样本的多个关键点坐标；所述多个关键点坐标对应所述动物面部图像样本中的面部轮廓、眼角、眼眶最高点、眼眶最低点、眉毛轮廓、鼻子轮廓及嘴巴轮廓中的至少一项。在一种实施方式中，所述根据所述比较的结果调整所述动物心情识别模型的参数，包括：当所述比较的结果不满足预设要求时，根据所述比较的结果，采用反向传播和/或梯度下降方式，调整所述动物心情识别模型的参数；针对所述训练集中的下一个所述动物面部图像样本，返回执行所述获取训练集中的动物面部图像样本的步骤；当所述比较的结果满足预设要求时，结束对所述动物心情识别模型的训练过程。在一种实施方式中，所述结束对所述动物心情识别模型的训练过程之后，还包括对所述动物心情识别模型的验证过程；所述验证过程包括：采用验证集中的动物面部图像样本及其对应的动物心情指数标注值，计算所述动物心情识别模型的准确率和召回率；根据所述准确率和召回率计算所述动物心情识别模型的ROC曲线；在所述ROC曲线满足预设条件的情况下，结束对所述动物心情识别模型的验证过程。第二方面，本专利技术实施例提供了一种动物心情识别方法，包括：获取动物面部图像；提取所述动物面部图像的关键点坐标；将所述关键点坐标输入预先建立的动物心情识别模型；获取所述动物心情识别模型输出的动物心情指数估计值；所述动物心情指数估计值由所述动物心情识别模型根据所述关键点坐标预测得出。在一种实施方式中，所述提取所述动物面部图像的关键点坐标，包括：提取所述动物面部图像的多个关键点坐标；所述多个关键点坐标对应所述动物面部图像中的面部轮廓、眼角、眼眶最高点、眼眶最低点、眉毛轮廓、鼻子轮廓及嘴巴轮廓中的至少一项。在一种实施方式中，所述动物心情识别模型设置在服务器中；所述将所述关键点坐标输入预先训练的动物心情识别模型，包括：向服务器发送心情识别请求消息，所述心情识别请求消息中携带所述关键点坐标；所述获取所述动物心情识别模型输出的动物心情指数估计值，包括：接收所述服务器反馈的心情识别应答消息，所述心情识别应答消息中携带所述动物心情指数估计值；从所述心情识别应答消息中提取所述动物心情指数估计值。第三方面，本专利技术实施例提供了一种动物心情识别模型的训练装置，包括：第一获取模块，用于获取训练集中的动物面部图像样本；第一提取模块，用于提取所述动物面部图像样本的关键点坐标；第一输入模块，用于将所述关键点坐标输入动物心情识别模型，得到所述动物心情识别模型输出的动物心情指数估计值；调整模块，用于将所述动物心情指数估计值与所述动物面部图像样本对应的动物心情指数标注值进行比较，根据所述比较的结果调整所述动物心情识别模型的参数。在一种实施方式中，所述第一提取模块，用于提取所述动物面部图像样本的多个关键点坐标；所述多个关键点坐标对应所述动物面部图像样本中的面部轮廓、眼角、眼眶最高点、眼眶最低点、眉毛轮廓、鼻子轮廓及嘴巴轮廓中的至少一项。在一种实施方式中，所述调整模块，用于当所述比较的结果不满足预设要求时，根据所述比较的结果，采用反向传播和/或梯度下降方式，调整所述动物心情识别模型的参数。在一种实施方式中，所述装置还包括：验证模块，用于采用验证集中的动物面部图像样本及其对应的动物心情指数标注值，计算所述动物心情识别模型的准确率和召回率；根据所述准确率和召回率计算所述动物心情识别模型的ROC曲线；在所述ROC曲线满足预设条件的情况下，结束对所述动物心情识别模型的验证过程。第四方面，本专利技术实施例提供了一种动物心情识别装置，包括：第二获取模块，用于获取动物面部图像；第二提取模块，用于提取所述动物面部图像的关键点坐标；第二输入模块，用于将所述关键点坐标输入预先建立的动物心情识别模型；获取模块，用于获取所述动物心情识别模型输出的动物心情指数估计值；所述动物心情指数估计值由所述动物心情识别模型根据所述关键点坐标预测得出。在一种实施方式中，所述第二提取模块，用于提取所述动物面部图像的多个关键点坐标；所述多个关键点坐标对应所述动物面部图像中的面部轮廓、眼角、眼眶最高点、眼眶最低点、眉毛轮廓、鼻子轮廓及嘴巴轮廓中的至少一项。在一种实施方式中，所述动物心情识别模型设置在服务器中；所述第二输入模块，用于向服务器发送心情识别请求消息，所述心情识别请求消息中携带所述关键点坐标；所述获取模块，用于接收所述服务器反馈的心情识别应答消息，所述心情识别请求消息中携带所述动物心情指数估计值；从所述心情识别应答消息中提取所述动物心情指数估计值。第五方面，本专利技术实施例提供了一种动物心情识别模型的训练设备，所述动物心情识别模型的训练设备的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。在一个可能的设计中，所述设备的结构中包括处理器和存储器，所述存储器用于存储支持所述设备执行上述动物心情识别模型的训练方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述设备还可以包括通信接口，用于与其他设备或通信网络通信。第六方面，本专利技术实施例提供了一种动物心情识别设备，所述动物心情识别设备的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。在一个可能的设计中，所述设备的结构中包括处理器和存储器，所述存储器用于存储支持所述设备执行上述动物心情识别方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述设备还可以包括通信接口，用于与其他设备或通信网络通信第七方面，本专利技术实施例本文档来自技高网...

【技术保护点】
1.一种动物心情识别模型的训练方法，其特征在于，包括：/n获取训练集中的动物面部图像样本；/n提取所述动物面部图像样本的关键点坐标；/n将所述关键点坐标输入动物心情识别模型，得到所述动物心情识别模型输出的动物心情指数估计值；/n将所述动物心情指数估计值与所述动物面部图像样本对应的动物心情指数标注值进行比较，根据所述比较的结果调整所述动物心情识别模型的参数。/n

【技术特征摘要】
1.一种动物心情识别模型的训练方法，其特征在于，包括：
获取训练集中的动物面部图像样本；
提取所述动物面部图像样本的关键点坐标；
将所述关键点坐标输入动物心情识别模型，得到所述动物心情识别模型输出的动物心情指数估计值；
将所述动物心情指数估计值与所述动物面部图像样本对应的动物心情指数标注值进行比较，根据所述比较的结果调整所述动物心情识别模型的参数。


2.根据权利要求1所述的方法，其特征在于，所述提取所述动物面部图像样本的关键点坐标，包括：
提取所述动物面部图像样本的多个关键点坐标；所述多个关键点坐标对应所述动物面部图像样本中的面部轮廓、眼角、眼眶最高点、眼眶最低点、眉毛轮廓、鼻子轮廓及嘴巴轮廓中的至少一项。


3.根据权利要求1或2所述的方法，其特征在于，所述根据所述比较的结果调整所述动物心情识别模型的参数，包括：
当所述比较的结果不满足预设要求时，根据所述比较的结果，采用反向传播和/或梯度下降方式，调整所述动物心情识别模型的参数；针对所述训练集中的下一个所述动物面部图像样本，返回执行所述获取训练集中的动物面部图像样本的步骤；
当所述比较的结果满足预设要求时，结束对所述动物心情识别模型的训练过程。


4.根据权利要求3所述的方法，其特征在于，所述结束对所述动物心情识别模型的训练过程之后，还包括对所述动物心情识别模型的验证过程；
所述验证过程包括：
采用验证集中的动物面部图像样本及其对应的动物心情指数标注值，计算所述动物心情识别模型的准确率和召回率；
根据所述准确率和召回率计算所述动物心情识别模型的ROC曲线；
在所述ROC曲线满足预设条件的情况下，结束对所述动物心情识别模型的验证过程。


5.一种动物心情识别方法，其特征在于，包括：
获取动物面部图像；
提取所述动物面部图像的关键点坐标；
将所述关键点坐标输入预先建立的动物心情识别模型；
获取所述动物心情识别模型输出的动物心情指数估计值；所述动物心情指数估计值由所述动物心情识别模型根据所述关键点坐标预测得出。


6.根据权利要求5所述的方法，其特征在于，所述提取所述动物面部图像的关键点坐标，包括：
提取所述动物面部图像的多个关键点坐标；所述多个关键点坐标对应所述动物面部图像中的面部轮廓、眼角、眼眶最高点、眼眶最低点、眉毛轮廓、鼻子轮廓及嘴巴轮廓中的至少一项。


7.根据权利要求5或6所述的方法，其特征在于，所述动物心情识别模型设置在服务器中；
所述将所述关键点坐标输入预先训练的动物心情识别模型，包括：向服务器发送心情识别请求消息，所述心情识别请求消息中携带所述关键点坐标；
所述获取所述动物心情识别模型输出的动物心情指数估计值，包括：接收所述服务器反馈的心情识别应答消息，所述心情识别应答消息中携带所述动物心情指数估计值；从所述心情识别应答消息中提取所述动物心情指数估计值。


8.一种动物心情识别模型的训练装置，其特征在于，包括：
第一获取模块，用于获取训练集中的动物面部图像样本；
第一提取模块，用于提取所述动物面部图像样本的关键点坐...

【专利技术属性】
技术研发人员：林成龙，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11