人脸微表情识别方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种人脸微表情识别方法、装置、电子设备及存储介质，该方法包括：获取人脸全局特征，获取微表情的局部特征，根据微表情的局部特征获取微表情的区域特征，其中，微表情的区域特征包括所述微表情的局部特征以及与所述微表情相关并且与所述微表情的局部特征不连续的特征，根据人脸全局特征和微表情的区域特征识别人脸微表情特征。实现了对人脸微表情的识别。表情的识别。表情的识别。

【技术实现步骤摘要】
人脸微表情识别方法、装置、电子设备及存储介质


[0001]本公开涉及人脸识别
，具体涉及一种人脸微表情识别方法、装置、电子设备及存储介质。

技术介绍

[0002]人脸表情是人际交往的重要渠道,识别人脸表情可促进对人心理状态和情感的理解.不同于常规的人脸表情,微表情是一种特殊的面部微小动作,可以作为判断人主观情绪的重要依据,在公共安防和心理治疗领域有广泛的应用价值。

技术实现思路

[0003]有鉴于此，本公开实施例提供了一种人脸微表情识别方法、装置、电子设备及存储介质，以解决现有技术中不能对人脸微表情进行有效识别的问题。
[0004]为此，本公开实施例提供了如下技术方案：本专利技术第一方面，提供了一种人脸微表情识别方法，包括：获取人脸全局特征；获取表情的局部特征；根据所述微表情的局部特征获取微表情的区域特征；其中，所述微表情的区域特征包括所述微表情的局部特征以及与所述微表情相关并且与所述微表情的局部特征不连续的特征；根据所述人脸全局特征和所述微表情的区域特征识别人脸微表情特征。
[0005]可选地，获取微表情本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人脸微表情识别方法，其特征在于，包括：获取人脸全局特征；获取微表情的局部特征；根据所述微表情的局部特征获取所述微表情的区域特征；其中，所述微表情的区域特征包括所述微表情的局部特征以及与所述微表情相关并且与所述微表情的局部特征不连续的特征；根据所述人脸全局特征和所述微表情的区域特征识别人脸微表情特征。2.根据权利要求1所述的人脸微表情识别方法，其特征在于，获取微表情的局部特征包括：获取人脸图像；根据所述人脸图像获取人脸关键点坐标；根据所述人脸关键点坐标生成预设的人脸微表情激活中心掩膜图；从所述预设的人脸微表情激活中心掩膜图中提炼出微表情的激活区域掩膜图；将所述人脸全局特征与所述微表情的激活区域掩膜图进行融合，得到所述微表情的局部特征。3.根据权利要求1所述的人脸微表情识别方法，其特征在于，根据所述微表情的局部特征获取微表情的区域特征包括：通过如下公式，利用可跳跃的双向长短时记忆网络，将所述微表情的局部特征输入至所述可跳跃的双向长短时记忆网络，挖掘不同微表情区域之间的关系，得到所述微表情的区域特征；其中，表示所述微表情的局部特征，是双向卷积长短时记忆网络的第t步前向隐藏状态，是双向卷积长短时记忆网络的第步前向隐藏状态，代表可学习的卷积层，GAP表示全局平均池化，Cell表示双向卷积长短时记忆网络的单元，表示激活函数，g代表可跳跃的门，表示所述微表情的区域特征。4.根据权利要求1所述的人脸微表情识别方法，其特征在于，根据所述人脸全局特征和所述微表情的区域特征识别人脸微表情包括：通过如下公式，利用特征融合网络根据所述人脸全局特征、和所述微表情的区域特征识别人脸微表情；
其中，表示人脸微表情特征，代表权重，G代表所述人脸全局特征，代表微表情的区域特征，代表激...

【专利技术属性】
技术研发人员：王鹏程，高原，刘霄，
申请(专利权)人：北京世纪好未来教育科技有限公司，
类型：发明
国别省市：