【技术实现步骤摘要】
本公开涉及图像识别，尤其是涉及一种au检测模型的面部数据集生成方法、装置以及电子设备。
技术介绍
1、人脸表情按照面部肌肉群的运动来划分可以被分成几十种动作单元，形成一套完整的面部动作单元编码系统(facial action coding system，facs)。人类的任意表情都可以表示为一组动作单元及其不同强度的组合，可以通过面部动作单元(action unit，au)出现的组合来推断面部表情。
2、au检测是基于输入的人脸图像检测其中出现的au类别，通常一幅人脸图像中有多个au共同出现，因此au检测是一个多标签分类问题。au检测有助于从图像中获取人脸表情相关的细节信息，根据au可以得到人脸表情的局部肌肉动作，也可以通过au出现的组合来推断表情。
3、目前，au检测过程可以通过au检测模型进行，但是，现有的训练au检测模型的样本数据集需要花费大量的时间对视频进行逐帧标注，使au检测模型的训练样本数据集对应au类别标注成本较高。
技术实现思路
1、本公开的目的在于...
【技术保护点】
1.一种AU检测模型的面部数据集生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述获取第一面部图像和第二面部图像之后，还包括：
3.根据权利要求1所述的方法，其特征在于，在所述基于所述第二面部图像对所述第一面部图像进行身份ID替换处理，以将所述第一身份ID替换为所述第二身份ID之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述基于身份ID替换处理后的所述第一面部图像所对应的所述第一面部表情特征、所述第一AU类别标签、所述第二身份ID，生成第三面部图像，包括：
5.根据权利要...
【技术特征摘要】
1.一种au检测模型的面部数据集生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述获取第一面部图像和第二面部图像之后，还包括：
3.根据权利要求1所述的方法，其特征在于，在所述基于所述第二面部图像对所述第一面部图像进行身份id替换处理，以将所述第一身份id替换为所述第二身份id之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述基于身份id替换处理后的所述第一面部图像所对应的所述第一面部表情特征、所述第一au类别标签、所述第二身份id，生成第三面部图像，包括：
5.根据权利要求4所述的方法，其特征在于，所述对至少部分所述第一面部图像提取所述第一面部表情特征，包括：
6.根据权利要求5所述的方法，其特征在于，所述对所述第一面部表情特征进行逐层解码，得到逐层解码结果，包括：
7.根据权利要求6所述的方法，其特征在于，还包括：
8.根据权利要求6所述的方法，...
【专利技术属性】
技术研发人员：安入东，丁彧，吕唐杰，范长杰，胡志鹏，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：
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。