表情识别方法、装置制造方法及图纸

本申请涉及人工智能领域，尤其是涉及一种表情识别方法、一种表情识别装置、以及表情识别设备，其包括：获取N幅人脸图像的序列；利用神经网络将所述序列中的每一幅人脸图像提取得到M个第一特征；将相邻的所述人脸图像提取得到的M个第一特征相加，获得M

【技术实现步骤摘要】
表情识别方法、装置


[0001]本申请涉及人工智能领域，尤其是涉及一种表情识别方法、一种表情识别装置、以及表情识别设备。

技术介绍

[0002]目前，人脸表情识别技术作为情感计算领域中的一条重要分支，在安全驾驶、人机交互等方面有着较好的应用前景，研究人脸表情识别技术对推动人工智能的进一步发展具有重大的意义。现有的人脸表情识别技术主要适用于实验室条件下采集的人脸表情图像，但是在现实生活中采集的人脸表情图像大多会受到人体姿态、光照变化和遮挡等一些因素的干扰，增加了人脸表情识别的难度。在人脸表情图像中表情特征往往是集中分布在一些局部区域内，而卷积神经网络是均匀地对人脸表情图像进行特征提取，而表情特征是非均匀的分布。

技术实现思路

[0003]为了解决表情特征非均匀分布的技术问题，本申请提供了一种表情识别方法、一种表情识别装置、以及表情识别设备。
[0004]本申请提供的一种表情识别方法采用如下的技术方案：第一方面，提供一种表情识别方法，包括：获取N幅人脸图像的序列；利用神经网络将所述序列中的每一幅人脸图像提取得到M个第一特征；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种表情识别方法，其特征在于，包括：获取N幅人脸图像的序列；利用神经网络将所述序列中的每一幅人脸图像提取得到M个第一特征；将相邻的所述人脸图像提取得到的M个第一特征相加，获得M
×
(N
‑
1)个第二特征；对所述M
×
(N
‑
1)个第二特征取平均值，识别得到所述N幅人脸图像的序列表示的人脸的表情。2.一种表情识别方法，其特征在于，包括：获取N幅人脸图像的序列；利用神经网络对所述序列中的每一幅人脸图像提取得到M个第一特征；将每一幅人脸图像提取得到的M个第一特征的权重按大小排序，获得M个第一特征中的最大的K个第一特征；将相邻的所述人脸图像获得到的K个第一特征相加，总共获得K
×
(N
‑
1)个第二特征；对所述K
×
(N
‑
1)个第二特征取平均值，识别得到所述N幅人脸图像的序列表示的人脸的表情。3.根据权利要求1或2所述的方法，其特征在于，所述神经网络包括：卷积神经网络或循环神经网络。4.根据权利要求1或2所述的方法，其特征在于，所述获取N幅人脸图像的序列，之后，采用第2
‑
第N幅人脸图像用于利用神经网络对N
‑
1幅人脸图像的序列中的每一幅人脸图像提取得到M个第一特征。5.一种表情识别装置，其特征在于，包括：第一图像采样模块，用于获取N幅人脸图像的序列；第一特征提取模块，用于利用神经网络将所述序列中的每一幅人脸图像提取得到M个第一特征；第一特征处理模块：用于将相邻的所述人脸图像提取得到的M个第一特征相加，获得M
×
(N
‑
1)...

【专利技术属性】
技术研发人员：韩运恒，袁克虹，刘清，
申请(专利权)人：深圳市捷易科技有限公司，
类型：发明
国别省市：