System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术实施例涉及图像识别的,具体而言,涉及一种人脸表情识别方法及装置。
技术介绍
1、人脸表情是人类情感的外在表达,通过面部肌肉的运动和表情特征来传递情感信息,相比于其他的生物特征识别技术,如指纹、虹膜或声纹等,人脸表情可以提供更直接的情感信息。人脸表情识别技术是一种计算机视觉技术,旨在通过分析人脸图像或视频中的表情信息来识别和理解人类的情感状态,人脸表情识别作为人脸识别技术中的一个重要组成部分,近年来在人机交互、安全、机器人制造、自动化、医疗、通信和驾驶领域得到了广泛的关注,已经成为学术界和工业界的研究热点。目前针对人脸表情的识别方法较多,但是目前的人脸识别方法仍然存在一些问题,例如,在光照、角度、遮挡等环境变化的情况下,容易引起误识别。
技术实现思路
1、本专利技术实施例提供了一种人脸表情识别方法及装置,以至少解决人脸识别在环境变化的情况下引起误识别的问题。
2、根据本专利技术的一个实施例,提供了一种人脸表情识别方法,包括:
3、获取人脸图像;
4、依次通过神经网络模型的第一网络和第二网络对所述人脸图像的特征进行提取得到目标特征图像;
5、对所述目标特征图像进行处理得到包含所述人脸图像的局部特征的第一图像;
6、通过所述神经网络模型对所述人脸图像和所述第一图像进行分类计算得到表情分类结果;
7、其中,所述第二网络包括n个分支网络,n为大于1的整数。
8、根据本专利技术的一个实施例,提供了一种
9、获取模块,用于获取人脸图像;
10、提取模块,用于依次通过神经网络模型的第一网络和第二网络对所述人脸图像的特征进行提取得到目标特征图像;
11、处理模块,用于对所述目标特征图像进行处理得到包含所述人脸图像的局部特征的第一图像;
12、分类模块,用于通过所述神经网络模型对所述人脸图像和所述第一图像进行分类计算得到表情分类结果;
13、其中,所述第二网络包括n个分支网络,n为大于1的整数。
14、根据本专利技术的又一个实施例,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述人脸表情识别方法中任一实施例中的步骤。
15、根据本专利技术的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述人脸表情识别方法中任一实施例中的步骤。
16、通过本专利技术,通过依次从第一网络和的第二网络提取人脸表情图像的特征,可以对人脸图像从全局到局部、从粗到细注意到不同的特征,同时可以减少对于光照、角度、遮挡等由于环境变化引起的误识别。
本文档来自技高网...【技术保护点】
1.一种人脸表情识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述第二网络对所述人脸图像的特征提取后得到N个目标特征图像;所述依次通过神经网络模型的第一网络和第二网络对所述人脸图像的特征进行提取得到目标特征图像之后,所述方法还包括:
3.根据权利要求1所述的方法,其特征在于,所述对所述目标特征图像进行处理得到包含所述人脸图像的局部特征的第一图像之后,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述第一网络包括与所述N个分支网络一一对应的N个残差块;
5.根据权利要求3所述的方法,其特征在于,所述N个分支网络包括第一分支网络、第二分支网络和第三分支网络;所述通过所述神经网络模型对所述第一图像进行训练,并更新所述N个分支网络中的每个分支网络的权重,包括:
6.一种人脸表情识别装置,其特征在于,包括:
7.根据权利要求6所述的装置,其特征在于,所述第二网络对所述人脸图像的特征提取后得到N个目标特征图像;所述装置还包括:
8.根据权利要求6所述的装置,其特征在于,
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至5中任一项所述的方法。
10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至5中任一项所述的方法。
...【技术特征摘要】
1.一种人脸表情识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述第二网络对所述人脸图像的特征提取后得到n个目标特征图像;所述依次通过神经网络模型的第一网络和第二网络对所述人脸图像的特征进行提取得到目标特征图像之后,所述方法还包括:
3.根据权利要求1所述的方法,其特征在于,所述对所述目标特征图像进行处理得到包含所述人脸图像的局部特征的第一图像之后,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述第一网络包括与所述n个分支网络一一对应的n个残差块;
5.根据权利要求3所述的方法,其特征在于,所述n个分支网络包括第一分支网络、第二分支网络和第三分支网络;所述通过所述神经网络模型对所述第...
【专利技术属性】
技术研发人员:周鲜成,高筠桐,周开军,陈荣元,
申请(专利权)人:湖南工商大学,
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。