一种人脸表情识别方法技术

本发明专利技术实施例公开了一种人脸表情识别方法

【技术实现步骤摘要】
一种人脸表情识别方法、装置、芯片及终端


[0001]本专利技术涉及人工智能
，特别是涉及一种人脸表情识别方法
、
装置
、
芯片及终端
。

技术介绍

[0002]目前，表情特征提取算法大致分为基于几何特征的方法
、
基于外观特征的方法和基于深度学习的特征提取算法
。
其中，在基于深度学习的特征提取算法中，传统的卷积神经网络
(
如
Le
‑
Net5
和
AlexNet
等
)
模型的深度相对较浅，可以学习人脸表情图像的纹理和部分细节信息等低级特征，但学习语义信息的高级信息的能力不足，深度学习模型深度相对较深，可以学习人脸表情图像的眼睛
、
嘴巴
、
鼻子等特征组合高级信息，但对低级信息的学习能力不足
。
随着模型深度的增加，需要训练的参数越多，增加了计算量，对计算资源的需求增大而且可能导致过拟合，深度越深，越容易发生梯度消失或梯度爆炸的问题本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种人脸表情识别方法，其特征在于，包括：获取待识别图像，对所述待识别图像进行数据加强处理，得到目标图像；利用
ResNet
网络模型和
VGG
网络模型分别对所述目标图像进行特征提取，得到第一特征和第二特征；将所述
ResNet
网络模型与所述
VGG
网络模型进行特征融合，得到
P
‑
ResNet
‑
VGG
双通道模型；将所述第一特征和第二特征输入所述
P
‑
ResNet
‑
VGG
双通道模型的全连接层进行特征融合处理，生成第一融合特征；通过
Softmax
函数对所述第一融合特征进行表情识别
。2.
如权利要求1所述的人脸表情识别方法，其特征在于所述
ResNet
网络模型残差块为三层卷积层结构，两端为卷积核为
1x
的卷积层，中间为卷积核为
3x3
的卷积层，在每个卷积之后设有
RReLU
激活函数，卷积层之前设有
BN
层和激活层，
BN
层用于进行批量归一化处理，激活层使用
RReLU
作为激活函数
。3.
如权利要求1所述的人脸表情识别方法，其特征在于，所述通过
Softmax
函数对所述第一融合特征进行表情识别之后，还包括：通过双空间局部方向模式算法对所述目标图像进行特征提取，得到算法特征；对所述算法特征进行降维处理，生成降维特征；通过
DenseNet3
模型对所述目标图像进行特征提取，得到稠密特征；将所述算法特征和稠密特征进行特征融合处理，生成第二融合特征；将所述第二融合特征输入预设神经网络模型进行表情识别；根据所述
P
‑
ResNet
‑
VGG
双通道模型及所述预设神经网络模型的表情识别结果确定所述目标图像的表情信息
。4.
如权利要求3所述的人脸表情识別方法，其特征在于，所述通过双空间局部方向模式算法对所述目标图像进行特征提取，得到算法特征，包括：将所述目标图像与预设的图像掩模进行卷积处理，得到所述目标图像中心像素在八个预设方向的边缘响应信息；根据所述边缘响应信息分别计算每个所述预设方向的差值空间最大值与和值空间最大值；根据所述差值空间最大值与所述和值空间最大值生成所述方向编码；在预设的梯度空间利用预设公式计算所述目标图像的强度编码；将所述方向编码与强度编码进行级联，得到所述目标图像的局部方向数字编码；根据所述局部方向数字编码生成所述算法特征
。5.
如权利要求4所述的人脸表情识别方法，其特征在于，所述根据所述...

【专利技术属性】
技术研发人员：王汉波，柯武生，郭军，吕佳俊，
申请(专利权)人：山东睿芯半导体科技有限公司，
类型：发明
国别省市：