CN111783621A - 人脸表情识别及模型训练的方法、装置、设备及存储介质 - Google Patents
人脸表情识别及模型训练的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111783621A CN111783621A CN202010605361.4A CN202010605361A CN111783621A CN 111783621 A CN111783621 A CN 111783621A CN 202010605361 A CN202010605361 A CN 202010605361A CN 111783621 A CN111783621 A CN 111783621A
- Authority
- CN
- China
- Prior art keywords
- face
- image
- matrix
- key points
- generating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000008921 facial expression Effects 0.000 title claims abstract description 149
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000012549 training Methods 0.000 title claims abstract description 65
- 238000012545 processing Methods 0.000 claims abstract description 30
- 230000004927 fusion Effects 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 69
- 238000001514 detection method Methods 0.000 claims description 63
- 238000013527 convolutional neural network Methods 0.000 claims description 36
- 230000001815 facial effect Effects 0.000 claims description 29
- 230000014509 gene expression Effects 0.000 claims description 27
- 238000010586 diagram Methods 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 15
- 210000000697 sensory organ Anatomy 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000003993 interaction Effects 0.000 abstract description 5
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000013135 deep learning Methods 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 206010063659 Aversion Diseases 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 210000001097 facial muscle Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请公开了人脸表情识别及模型训练的方法、装置、设备及存储介质,涉及图像处理中的计算机视觉、深度学习、图像识别、图像检索等技术,具体实现方案为:检测待识别图像中的人脸关键点和人脸区域;根据待识别图像中的所述人脸关键点,生成所述人脸区域对应的掩码图;生成所述掩码图与所述人脸区域的融合图像;将所述融合图像输入人脸表情识别模型,进行人脸表情识别,得到识别结果,提高了复杂环境下人脸表情识别的精度,可以应用于视觉交互、智能控制、辅助驾驶、远程教育、广告精准投放等领域。
Description
技术领域
本申请实施例涉及图像处理中的计算机视觉、深度学习、图像识别、图像检索等技术,尤其涉及一种人脸表情识别及模型训练的方法、装置、设备及存储介质,可以应用于视觉交互、智能控制、辅助驾驶、远程教育、广告精准投放等领域。
背景技术
随着图像处理技术的发展,人脸表情识别已广泛应用于各个领域。人脸表情识别是指从给定的人脸图像中识别确定人脸的表情状态。例如,生气、厌恶、恐惧、高兴、悲伤、惊讶等。
现实场景中人脸表情是自发产生的,与大部分实验室采集样本差别很大,同时人脸大姿态、大遮挡、光线不均匀、图片质量参差不齐、表情特征不明显等问题,增大了识别的难度,传统人脸表情识别方法识别准确度低。
发明内容
本申请提供了一种人脸表情识别及模型训练的方法、装置、设备及存储介质。
根据本申请的第一方面,提供了一种人脸表情识别的方法,包括:
检测待识别图像中的人脸关键点和人脸区域;
根据待识别图像中的所述人脸关键点,生成所述人脸区域对应的掩码图;
生成所述掩码图与所述人脸区域的融合图像;
将所述融合图像输入人脸表情识别模型,进行人脸表情识别,得到识别结果。
根据本申请的第二方面,提供了一种模型训练的方法,包括:
检测样本图像中的人脸区域;
根据预先标注的所述样本图像的人脸关键点,生成所述人脸区域对应的掩码图;
生成所述掩码图与所述人脸区域的融合图像;
将所述融合图像输入卷积神经网络模型,进行人脸表情识别模型和人脸关键点检测模型的联合训练。
根据本申请的第三方面,提供了一种人脸表情识别的装置,包括:
检测模块,用于检测待识别图像中的人脸关键点和人脸区域;
掩码图生成模块,用于根据待识别图像中的所述人脸关键点,生成所述人脸区域对应的掩码图;
图像融合模块,用于生成所述掩码图与所述人脸区域的融合图像;
表情识别模块,用于将所述融合图像输入人脸表情识别模型,进行人脸表情识别,得到识别结果。
根据本申请的第四方面,提供了一种模型训练的装置,包括:
检测模块,用于检测样本图像中的人脸区域;
掩码图生成模块,用于根据预先标注的所述样本图像的人脸关键点,生成所述人脸区域对应的掩码图;
图像融合模块,用于生成所述掩码图与所述人脸区域的融合图像;
联合训练模块,用于将所述融合图像输入卷积神经网络模型,进行人脸表情识别模型和人脸关键点检测模型的联合训练。
根据本申请的第五方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述第一方面或者或第二方面所述的方法。
根据本申请的第六方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行上述第一方面或者或第二方面所述的方法。
根据本申请的技术提高了复杂环境下人脸表情识别的精度。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请第一实施例提供的人脸表情识别的方法流程图;
图2是本申请第二实施例提供的人脸表情识别的方法流程图;
图3是本申请第二实施例提供的五官关键点周围区域的掩码图的示意图;
图4是本申请第三实施例提供的模型训练的方法流程图;
图5是本申请第四实施例提供的联合训练的总体框架图;
图6是本申请第五实施例提供的人脸表情识别的装置示意图;
图7为本申请第六实施例提供的人脸表情识别的装置的示意图;
图8是本申请第七实施例提供的模型训练的装置示意图;
图9是用来实现本申请实施例的人脸表情识别的方法的电子设备的框图;
图10是用来实现本申请实施例的模型训练的方法的电子设备的框图;。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本申请提供一种人脸表情识别及模型训练的方法、装置、设备及存储介质,涉及图像处理中的计算机视觉、深度学习、图像识别、图像检索等技术,可以应用于视觉交互、智能控制、辅助驾驶、远程教育、广告精准投放等领域。
示例性地,本申请的一种应用场景为:在辅助驾驶领域,通过采集包含驾驶员人脸的图像,通过本申请实施例提供的人脸表情识别的方法精准地识别图像中驾驶员的人脸表情,如果驾驶员的人脸表情属于预先设定的涉及危险驾驶的表情,可以进行相应处理,例如可以警示驾驶员控制自己的情绪,以保证安全驾驶。
示例性地,本申请的另一种应用场景为:在远程教育领域,通过采集包含学生人脸的图像,通过本申请实施例提供的人脸表情识别的方法精准地识别图像中学生的人脸表情,如果学生的人脸表情属于预先设定的学习状态差的表情,可以进行相应处理,例如可以提醒老师询问或者关注该学生的学习情况,或者改进教学方案等,以提高教学效果。
示例性地,本申请的另一种应用场景为:在远程教育领域,通过采集包含老师人脸的图像,通过本申请实施例提供的人脸表情识别的方法精准地识别图像中老师的人脸表情,如果老师的人脸表情属于预先设定的教学状态差的表情,可以进行相应处理,例如提醒老师调整自己的状态,以提高教学效果。
本申请还可以应用与其他多个应用场景中,本实施例此处不做具体限定。
图1是本申请第一实施例提供的人脸表情识别的方法流程图。如图1所示,该方法具体步骤如下:
步骤101、检测待识别图像中的人脸关键点和人脸区域。
人脸表情根据人脸肌肉的变化分为7类基本表情,生气(Angry)、厌恶(Disgust)、恐惧(Fear)、高兴(Happiness)、悲伤(Sadness)、惊讶(Surprise)和中性(Neutral)。
在实际应用中,由于现实场景中人脸表情是自发产生的,与大部分实验室采集样本差别很大,同时存在人脸大姿态、大遮挡、光线不均匀、图片质量参差不齐、表情特征不明显等问题。
本申请实施例中,考虑到人脸关键点附近包含丰富的人脸表情信息,将人脸关键点附近区域作为人脸表情关键区域,为了提取人脸表情关键区域的特征图,该步骤中,检测待识别图像中的人脸关键点。
本申请实施例中定义的人脸关键点包括72个关键点,其中13个关键点是用于表示人脸轮廓的关键点,可以称为人脸轮廓关键点;其他的59个关键点分别位于人脸的五官位置,可以称为五官关键点。
该步骤中,可以通过人脸关键点检测模型检测待识别图像中的人脸关键点,其中人脸关键点检测模型可以采用现有技术中任意一种检测图像中人脸关键点的模型实现,本实施例此处不做具体限定。
该步骤中,通过人脸检测模型检测待识别图像中的人脸区域,其中人脸检测模型可以采用现有技术中任意一种检测图像中人脸所在位置区域的模型实现,本实施例此处不做具体限定。
步骤102、根据待识别图像中的人脸关键点,生成人脸区域对应的掩码图。
其中,人脸区域对应掩码图与人脸区域的大小一致。
本申请实施例中,根据待识别图像中的人脸关键点,生成人脸关键点所在区域的掩码图,生成的掩码图大小与人脸区域的大小一致。
步骤103、生成掩码图与人脸区域的融合图像。
在生成人脸区域对应的掩码图之后,将掩码图与人脸区域进行融合,得到融合图像。
步骤104、将融合图像输入人脸表情识别模型,进行人脸表情识别,得到识别结果。
将人脸关键点所在区域的掩码图与人脸区域的融合图像输入人脸表情识别模型,通过人脸表情识别模型进行人脸表情识别,输出人脸区域中人脸的表情分类。
本申请实施例通过检测待识别图像中的人脸关键点和人脸区域;根据待识别图像中的人脸关键点,生成人脸区域对应的掩码图;生成掩码图与人脸区域的融合图像;利用了注意力机制,将融合图像输入人脸表情识别模型,进行人脸表情识别,得到识别结果,大大提高了复杂环境下人脸表情识别的精度。
图2是本申请第二实施例提供的人脸表情识别的方法流程图。在上述第一实施例的基础上,本实施例中,在进行人脸表情识别之前,利用训练数据对人脸关键点检测模型和人脸表情识别模型的进行联合训练。如图2所示,该方法具体步骤如下:
步骤S201、利用训练数据对人脸关键点检测模型和人脸表情识别模型的进行联合训练。
本申请实施例中,获取大量训练数据,通过对卷积神经网络进行联合训练,得到训练好的人脸关键点检测模型和人脸标识识别模型。
其中,训练数据包括多个样本图像,样本图像对应的人脸表情分类,和样本图像中的人脸关键点坐标。
由于人脸关键点附近有较丰富的表情信息,本申请实施例中,通过引入多任务思想,联合训练人脸关键点检测任务和人脸表情识别任务,同时学习关键点和人脸表情信息,并利用注意力机制,将根据人脸关键点生成的掩码图与样本图像的人脸区域做叠加,可以使模型能更专注于人脸关键点附近的关键表情信息,能够提高人脸表情识别模型的准确率和泛化性。
对人脸关键点检测模型和人脸表情识别模型的进行联合训练的具体过程详见实施例三和实施例四,本实施例此次不做详述。
步骤S202、检测待识别图像中的人脸区域。
其中,待识别图像是一张包含人脸的RGB图像。
本实施例中,该步骤具体可以采用如下方式实现:
对待识别图像进行人脸检测,确定预设尺寸的人脸区域;对人脸区域进行归一化处理和数据增强处理。
其中,预设尺寸可以根据实际应用场景进行设定和调整,例如,预设尺寸可以为160x160,本实施例此处不做具体限定。
该步骤中,通过检测待识别图像中的人脸区域,可以确定待识别图像中人脸的大致位置区域,得到人脸区域。其中检测到的人脸区域的大小可以通过调整人脸检测框的大小实现。
可选地,在检测人脸区域时,可以调整人脸检测框扩大1.5倍之后,对待识别图像中的人脸进行截取,然后再将截取的人脸区域调整到预设尺寸,得到预设尺寸的人脸区域,这样可以防止将某些人脸关键点截取到人脸区域之外,可以避免人脸关键点信息的丢失。
在确定预设尺寸的人脸区域之后,将人脸区域进行图像归一化处理,可以是对人脸区域中每一个像素进行归一化处理。例如,将每个像素的像素值减128再除以256,使得每个像素的像素值在[-0.5,0.5]的范围内,得到第三人脸图像。
示例性地,对归一化后的人脸区域进行数据增强处理,可以包括对归一化后的人脸区域随机地进行以下至少一项处理:翻转处理,平移处理,缩放处理,灰度化处理,添加白噪声。
该步骤中,通过将检测到人脸区域设定为相同的预设尺寸,并进行人脸区域的图像归一化处理和图像增强处理,能够实现对人脸区域的人脸矫正,能够提高人脸表情识别的准确性和鲁棒性。
另外,该步骤中,还可以利用现有技术中任意的人脸检测模型实现检测待识别图像中的人脸区域,本实施例此处不再赘述。
步骤S203、通过预先训练好的人脸关键点检测模型,检测待识别图像中的人脸关键点。
本实施例中,将待识别图像输入预先训练好的人脸关键点检测模型,通过人脸关键点检测模型进行人脸关键点的检测,输出待识别图像中人脸关键点的坐标。
另外,步骤S202和S203执行的先后顺序可以调整,步骤S202和S203也可以并行地进行,本实施例此处不做具体限定。
步骤S204、根据待识别图像中的人脸关键点,生成人脸区域对应的掩码图。
本实施例中,该步骤具体可以采用如下方式实现:
生成一个与人脸区域大小一致的第一矩阵,第一矩阵中的值全是零;将人脸关键点在第一矩阵中对应位置的值置1,得到第二矩阵;对于第二矩阵中每个值为1的第一位置,确定第一位置周围预设范围内的第二位置,第二位置是第二矩阵中值为0的位置;根据第二位置与第一位置之间的距离,设置第二位置的值。
其中,根据第二位置与第一位置之间的距离,设置第二位置的值,包括:计算第二位置与第一位置之间的曼哈顿距离;将第二位置与的值设置为:1-预设增量×曼哈顿距离。
通过这种实施方式生成人脸关键点区域的掩码图,能够有效地增加人脸关键点区域的关键表情信息的注意力,使得将掩码图与人脸区域融合后的融合图像更加突出人脸关键点区域的关键表情信息,使得人脸表情识别模型根据融合图像进行人脸表情识别时,更专注于关键点附近的关键表情信息,提高人脸表情识别的准确率和泛化性。
另外,第一位置周围预设范围,预设增量可以根据实际应用场景进行设定和调整,本实施例此处不做具体限定。
例如,以人脸区域的预设尺寸为160x160,预设范围是指以人脸关键点对应坐标为中心尺寸为9x9的矩阵,预设增量为0.1为例,在生成人脸区域对应的掩码图时,首先生成一个尺寸为160x160全零矩阵;然后依次根据人脸关键点的顺序将人脸关键点在全零矩阵上对应坐标的值设置为1,然后依次针对每个人脸关键点在全零矩阵中的坐标,根据周围9x9矩阵中每个坐标距离人脸关键点坐标的曼哈顿距离,距离人脸关键点坐标的曼哈顿距离每增加1,对应坐标的值递减0.1;这样,可以得到一张仅在人脸关键点为中心9x9矩阵上有非零值的掩码图。其中,每个9x9的矩阵为:
本申请实施例中,由于人脸轮廓包含的表情信息较少,在截取区域块时,可以排除人脸轮廓关键点,只截取五官关键点对应的区域块,也即是,从第一人脸图像中截取以人脸五官关键点为中心的区域块。
作为一种优选地实施方式,与人脸区域对应的掩码图可以是根据待识别图像中的五官关键点,生成的五官关键点周围区域的掩码图(如图3所示),具体可以采用如下方式实现:
生成一个与人脸区域大小一致的第四矩阵,第四矩阵中的值全是零;将五官关键点在第四矩阵中对应位置的值置1,得到第五矩阵;对于第五矩阵中每个值为1的第一位置,确定第一位置周围预设范围内的第二位置,第二位置是第五矩阵中值为0的位置;根据第二位置与第一位置之间的距离,设置第二位置的值。其中,根据第二位置与第一位置之间的距离,设置第二位置的值,包括:计算第二位置与第一位置之间的曼哈顿距离;将第二位置与的值设置为:1-预设增量×曼哈顿距离。
具体地,通过根据待识别图像中的五官关键点,生成的五官关键点周围区域的掩码图,得到人脸区域对应的掩码图,能够进一步提高复杂环境下人脸表情识别的准确率和鲁棒性。
步骤S205、生成掩码图与人脸区域的融合图像。
在得到人脸区域以及人脸区域对应的掩码图之后,将掩码图与人脸区域融合,得到融合图像,通过注意力机制,突出融合图像中的人脸关键点附件的关键表情信息,能够进一步提高复杂环境下人脸表情识别的准确率和鲁棒性。
本实施例中,该步骤具体可以采用如下方式实现:
将掩码图与人脸区域做点乘运算,得到第三矩阵;将第三矩阵与人脸区域对应位置的值相加,得到融合图像。通过这种实施方式,能够对掩码图与人脸区域进行最有效地融合,有利于提高复杂环境下人脸表情识别的准确率和鲁棒性。
可选地,可以通过将掩码图与人脸区域做点乘运算得到融合图像,或者还可以通过将掩码图与人脸区域对应位置的值相加,得到融合图像,或者还可以采用其他任意一种将两个图像融合的方法实现,本实施例此处不做具体限定。
步骤S206、将融合图像输入人脸表情识别模型,进行人脸表情识别,得到识别结果。
将融合图像输入训练好的人脸表情识别模型,通过人脸表情识别模型进行人脸表情识别,输出识别结果。
本申请实施例对人脸关键点检测模型和人脸表情识别模型的进行联合训练,在进行人脸表情识别时,通过预先训练好的人脸关键点检测模型,检测待识别图像中的人脸关键点,根据人脸关键点,生成人脸区域对应的掩码图;将掩码图与人脸区域的融合图像输入人脸表情识别模型,进行人脸表情识别,通过引入多任务思想,联合训练人脸关键点任务和人脸表情识别任务,同时学习人脸关键点和人脸表情信息,并利用注意力机制,将根据人脸关键点生成的掩码图与待识别图像的人脸区域做叠加,可以使模型能更专注于人脸关键点附近的关键表情信息,提高人脸表情识别的准确率和泛化性。
图4是本申请第三实施例提供的模型训练的方法流程图。本实施例提供的模型训练的方法,用于对上述人脸表情识别的方法实施例中的人脸表情识别模型和人脸关键点检测模型的联合训练。如图4所示,该方法具体步骤如下:
步骤S301、检测样本图像中的人脸区域。
本申请实施例中,首先获取大量的包含人脸表情的样本图像。其中,样本图像可以为RGB图像。
该步骤具体过程与上述第一实施例的步骤S101中检测待识别图像中的人脸区域的过程类似,本实施例此处不再赘述。
步骤S302、根据预先标注的样本图像的人脸关键点,生成人脸区域对应的掩码图。
本实施例中,预先标注了样本图像中的人脸关键点的坐标。
该步骤中,根据预先标注的样本图像的人脸关键点,生成人脸区域对应的掩码图的过程,与上述第一实施例的步骤S102中根据待识别图像中的人脸关键点,生成人脸区域对应的掩码图的过程类型,本实施例此处不再赘述。
步骤S303、生成掩码图与人脸区域的融合图像。
该步骤与上述第一实施例的步骤S103类似,本实施例此处不再赘述。
步骤S304、将融合图像输入卷积神经网络模型,进行人脸表情识别模型和人脸关键点检测模型的联合训练。
本实施例中,通过上述步骤S301-S303可以确定每个样本图像对应的融合图像。
该步骤中,进行人脸表情识别模型和人脸关键点检测模型的联合训练是的训练数据包括多个样本数据,每个样本数据包括一个样本图片,样本图片对应的人脸关键点的坐标,样本图片对应的融合图像,样本图片对应的人脸表情分类。
利用训练数据,将样本图像对应的融合图像作为卷积神经网络的输入图像,进行人脸表情识别模型和人脸关键点检测模型的联合训练。
本申请实施例通过检测待识别图像中的人脸关键点和人脸区域;根据待识别图像中的人脸关键点,生成人脸区域对应的掩码图;生成掩码图与人脸区域的融合图像;将融合图像输入卷积神经网络模型,进行人脸表情识别模型和人脸关键点检测模型的联合训练,通过引入多任务思想,联合训练人脸关键点任务和人脸表情识别任务,同时学习人脸关键点和人脸表情信息,并利用注意力机制,将根据人脸关键点生成的掩码图与待识别图像的人脸区域做叠加,可以使模型能更专注于人脸关键点附近的关键表情信息,提高人脸表情识别的准确率和泛化性。
图5是本申请第四实施例提供的联合训练的总体框架图。在上述第三实施例的基础上,本实施例中,卷积神经网络模型包括:卷积神经网络,用于根据输入的图像,提取特征图;第一全连接层,用于根据卷积神经网络输出的特征图,进行人脸关键点检测;第二全连接层,用于根据卷积神经网络输出的特征图,进行人脸表情识别。联合训练的总损失函数值为:第一全连接层对应损失与第二全连接层对应损失之和。
本申请实施例中,检测样本图像中的人脸区域的实现过程与上述第二实施例的步骤S202中检测待识别图像中的人脸区域的实现方式类似,本实施例此处不再赘述。
根据预先标注的样本图像的人脸关键点生成人脸区域对应的掩码图的实现过程与上述第二实施例的步骤S204中根据待识别图像中的人脸关键点,生成人脸区域对应的掩码图的实现方式类似,本实施例此处不再赘述。
生成掩码图与人脸区域的融合图像的实现过程与上述第二实施例的步骤S205中的实现方式类似,本实施例此处不再赘述。
本申请实施例中,卷积神经网络模型包括:
卷积神经网络,用于根据输入的图像,提取特征图;第一全连接层,用于根据卷积神经网络输出的特征图,进行人脸关键点检测;第二全连接层,用于根据卷积神经网络输出的特征图,进行人脸表情识别。
联合训练的总损失函数值为:第一全连接层对应损失与第二全连接层对应损失之和。
其中,卷积神经网络可以采用VGGNet(Visual Geometry Group Network)、RETNet(Retinal Information Network)等实现,例如,可以采用VGG11,本实施例此处不做具体限定。
将卷积神经网络作为基础,在卷积神经网络的最后一层输出的特征图上做全局平均池化操作后输出,进入两个支路的全连接层计算,第一全连接层得到人脸关键点坐标,第二全连接层得到人脸表情分类结果。
例如,第一全连接层输出72个人脸关键点的坐标构成的144维向量,第二全连接层输出人脸7分类表情结果。
示例性地,图5提供了联合训练的总体框架图,如图5所示,首先对样本图像进行人脸检测,对检测到的人脸区域进行预处理,得到处理后的人脸区域;根据预先对样本图像标注的人脸关键点,生成人脸区域对应的掩码图;将掩码图与人脸区域进行融合得到融合图像,将融合图像输入卷积神经网络(如图5中所示的卷积神经网络VGG11),输出的特征图进入两个支路的全连接层计算,一个支路的全连接层(如图5中所示的全连接层FC1)得到人脸关键点坐标,另一个支路的全连接层(如图5中所示的全连接层FC2)得到人脸表情分类结果。
本申请实施例通过进行人脸表情识别模型和人脸关键点检测模型的联合训练,通过引入多任务思想,联合训练人脸关键点任务和人脸表情识别任务,同时学习人脸关键点和人脸表情信息,并利用注意力机制,将根据人脸关键点生成的掩码图与待识别图像的人脸区域做叠加,可以使模型能更专注于人脸关键点附近的关键表情信息,提高人脸表情识别的准确率和泛化性。
图6是本申请第五实施例提供的人脸表情识别的装置示意图。本申请实施例提供的人脸表情识别的装置可以执行人脸表情识别的方法实施例提供的处理流程。如图6所示,该人脸表情识别的装置50包括:检测模块501,掩码图生成模块502,图像融合模块503和表情识别模块504。
具体地,检测模块501用于检测待识别图像中的人脸关键点和人脸区域。
掩码图生成模块502用于根据待识别图像中的人脸关键点,生成人脸区域对应的掩码图。
图像融合模块503用于生成掩码图与人脸区域的融合图像。
表情识别模块504用于将融合图像输入人脸表情识别模型,进行人脸表情识别,得到识别结果。
本申请实施例提供的装置可以具体用于执行上述第一实施例所提供的方法实施例,具体功能此处不再赘述。
本申请实施例通过检测待识别图像中的人脸关键点和人脸区域;根据待识别图像中的人脸关键点,生成人脸区域对应的掩码图;生成掩码图与人脸区域的融合图像;利用了注意力机制,将融合图像输入人脸表情识别模型,进行人脸表情识别,得到识别结果,大大提高了复杂环境下人脸表情识别的精度。
图7为本申请第六实施例提供的人脸表情识别的装置的示意图。在上述第三实施例的基础上,本实施例中,掩码图生成模块还用于:
生成一个与人脸区域大小一致的第一矩阵,第一矩阵中的值全是零;将人脸关键点在第一矩阵中对应位置的值置1,得到第二矩阵;对于第二矩阵中每个值为1的第一位置,确定第一位置周围预设范围内的第二位置,第二位置是第二矩阵中值为0的位置;根据第二位置与第一位置之间的距离,设置第二位置的值。
在一种可能的实施方式中,掩码图生成模块还用于:
计算第二位置与第一位置之间的曼哈顿距离;将第二位置与的值设置为:1-预设增量×曼哈顿距离。
在一种可能的实施方式中,检测模块还用于:
对待识别图像进行人脸检测,确定预设尺寸的人脸区域;对人脸区域进行归一化处理和数据增强处理。
在一种可能的实施方式中,图像融合模块还用于:
将掩码图与人脸区域做点乘运算,得到第三矩阵;将第三矩阵与人脸区域对应位置的值相加,得到融合图像。
在一种可能的实施方式中,掩码图生成模块还用于:
根据人脸关键点中的五官关键点,生成人脸区域对应的掩码图。
在一种可能的实施方式中,检测模块还用于:
通过预先训练好的人脸关键点检测模型,检测待识别图像中的人脸关键点。
在一种可能的实施方式中,如图7所示,该人脸表情识别的装置50还包括:模型训练模块505,用于:利用训练数据对人脸关键点检测模型和人脸表情识别模型的进行联合训练。
本申请实施例提供的装置可以具体用于执行上述第二实施例所提供的方法实施例,具体功能此处不再赘述。
本申请实施例对人脸关键点检测模型和人脸表情识别模型的进行联合训练,在进行人脸表情识别时,通过预先训练好的人脸关键点检测模型,检测待识别图像中的人脸关键点,根据人脸关键点,生成人脸区域对应的掩码图;将掩码图与人脸区域的融合图像输入人脸表情识别模型,进行人脸表情识别,通过引入多任务思想,联合训练人脸关键点任务和人脸表情识别任务,同时学习人脸关键点和人脸表情信息,并利用注意力机制,将根据人脸关键点生成的掩码图与待识别图像的人脸区域做叠加,可以使模型能更专注于人脸关键点附近的关键表情信息,提高人脸表情识别的准确率和泛化性。
图8是本申请第七实施例提供的模型训练的装置示意图。本申请实施例提供的模型训练的装置可以执行模型训练的方法实施例提供的处理流程。如图8所示,该模型训练的装置60包括:检测模块601,掩码图生成模块602,图像融合模块603和联合训练模块604。
具体地,检测模块601用于检测样本图像中的人脸区域。
掩码图生成模块602用于根据预先标注的样本图像的人脸关键点,生成人脸区域对应的掩码图。
图像融合模块603用于生成掩码图与人脸区域的融合图像。
联合训练模块604用于将融合图像输入卷积神经网络模型,进行人脸表情识别模型和人脸关键点检测模型的联合训练。
本申请实施例提供的装置可以具体用于执行上述第三实施例所提供的方法实施例,具体功能此处不再赘述。
本申请实施例通过检测待识别图像中的人脸关键点和人脸区域;根据待识别图像中的人脸关键点,生成人脸区域对应的掩码图;生成掩码图与人脸区域的融合图像;将融合图像输入卷积神经网络模型,进行人脸表情识别模型和人脸关键点检测模型的联合训练,通过引入多任务思想,联合训练人脸关键点任务和人脸表情识别任务,同时学习人脸关键点和人脸表情信息,并利用注意力机制,将根据人脸关键点生成的掩码图与待识别图像的人脸区域做叠加,可以使模型能更专注于人脸关键点附近的关键表情信息,提高人脸表情识别的准确率和泛化性。
在上述第七实施例的基础上,本实施例中,卷积神经网络模型包括:卷积神经网络,第一全连接层和第二全连接层。
其中,卷积神经网络用于根据输入的图像,提取特征图。
第一全连接层用于根据卷积神经网络输出的特征图,进行人脸关键点检测。
第二全连接层用于根据卷积神经网络输出的特征图,进行人脸表情识别。
在一种可能的实施方式中,联合训练的总损失函数值为:第一全连接层对应损失与第二全连接层对应损失之和。
在一种可能的实施方式中,掩码图生成模块还用于:
生成一个与人脸区域大小一致的第一矩阵,第一矩阵中的值全是零;将人脸关键点在第一矩阵中对应位置的值置1,得到第二矩阵;对于第二矩阵中每个值为1的第一位置,确定第一位置周围预设范围内的第二位置,第二位置是第二矩阵中值为0的位置;根据第二位置与第一位置之间的距离,设置第二位置的值。
在一种可能的实施方式中,掩码图生成模块还用于:
计算第二位置与第一位置之间的曼哈顿距离;将第二位置与的值设置为:1-预设增量×曼哈顿距离。
在一种可能的实施方式中,检测模块还用于:
对样本图像进行人脸检测,确定预设尺寸的人脸区域;对人脸区域进行归一化处理和数据增强处理。
在一种可能的实施方式中,图像融合模块还用于:
将掩码图与人脸区域做点乘运算,得到第三矩阵;将第三矩阵与人脸区域对应位置的值相加,得到融合图像。
在一种可能的实施方式中,掩码图生成模块还用于:
根据人脸关键点中的五官关键点,生成人脸区域对应的掩码图。
本申请实施例提供的装置可以具体用于执行上述第四实施例所提供的方法实施例,具体功能此处不再赘述。
本申请实施例通过进行人脸表情识别模型和人脸关键点检测模型的联合训练,通过引入多任务思想,联合训练人脸关键点任务和人脸表情识别任务,同时学习人脸关键点和人脸表情信息,并利用注意力机制,将根据人脸关键点生成的掩码图与待识别图像的人脸区域做叠加,可以使模型能更专注于人脸关键点附近的关键表情信息,提高人脸表情识别的准确率和泛化性。
根据本申请的第八实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图9所示,是根据本申请实施例的人脸表情识别的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图9所示,该电子设备包括:一个或多个处理器Y01、存储器Y02,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图9中以一个处理器Y01为例。
存储器Y02即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的人脸表情识别的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的人脸表情识别的方法。
存储器Y02作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的人脸表情识别的方法对应的程序指令/模块(例如,附图6所示的检测模块501,掩码图生成模块502,图像融合模块503和表情识别模块504)。处理器Y01通过运行存储在存储器Y02中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的人脸表情识别的方法。
存储器Y02可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据人脸表情识别的电子设备的使用所创建的数据等。此外,存储器Y02可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器Y02可选包括相对于处理器Y01远程设置的存储器,这些远程存储器可以通过网络连接至人脸表情识别的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
人脸表情识别的方法的电子设备还可以包括:输入装置Y03和输出装置Y04。处理器Y01、存储器Y02、输入装置Y03和输出装置Y04可以通过总线或者其他方式连接,图9中以通过总线连接为例。
输入装置Y03可接收输入的数字或字符信息,以及产生与人脸表情识别的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置Y04可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算机程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算机程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请的第九实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图10所示,是根据本申请实施例的模型训练的方法的电子设备的框图。模型训练的方法的电子设备和可读存储介质,与上述第八实施例中的人脸表情识别的方法的电子设备和可读存储介质类似,本实施例此处不再赘述。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (34)
1.一种人脸表情识别的方法,包括:
检测待识别图像中的人脸关键点和人脸区域;
根据待识别图像中的所述人脸关键点,生成所述人脸区域对应的掩码图;
生成所述掩码图与所述人脸区域的融合图像;
将所述融合图像输入人脸表情识别模型,进行人脸表情识别,得到识别结果。
2.根据权利要求1所述的方法,其中,所述根据待识别图像中的所述人脸关键点,生成所述人脸区域对应的掩码图,包括:
生成一个与所述人脸区域大小一致的第一矩阵,所述第一矩阵中的值全是零;
将所述人脸关键点在所述第一矩阵中对应位置的值置1,得到第二矩阵;
对于所述第二矩阵中每个值为1的第一位置,确定所述第一位置周围预设范围内的第二位置,所述第二位置是所述第二矩阵中值为0的位置;
根据所述第二位置与所述第一位置之间的距离,设置所述第二位置的值。
3.根据权利要求2所述的方法,其中,所述根据所述第二位置与所述第一位置之间的距离,设置所述第二位置的值,包括:
计算所述第二位置与所述第一位置之间的曼哈顿距离;
将所述第二位置与的值设置为:1-预设增量×曼哈顿距离。
4.根据权利要求1所述的方法,其中,检测待识别图像中的人脸区域,包括:
对所述待识别图像进行人脸检测,确定预设尺寸的人脸区域;
对所述人脸区域进行归一化处理和数据增强处理。
5.根据权利要求1所述的方法,其中,所述成所述掩码图与所述人脸区域的融合图像,包括:
将所述掩码图与所述人脸区域做点乘运算,得到第三矩阵;
将所述第三矩阵与所述人脸区域对应位置的值相加,得到所述融合图像。
6.根据权利要求1-5中任一项所述的方法,其中,所述根据待识别图像中的所述人脸关键点,生成所述人脸区域对应的掩码图,包括:
根据所述人脸关键点中的五官关键点,生成所述人脸区域对应的掩码图。
7.根据权利要求1-5中任一项所述的方法,其中,所述检测待识别图像中的人脸关键点,包括:
通过预先训练好的人脸关键点检测模型,检测所述待识别图像中的人脸关键点。
8.根据权利要求7所述的方法,还包括:
利用训练数据对所述人脸关键点检测模型和所述人脸表情识别模型的进行联合训练。
9.一种模型训练的方法,包括:
检测样本图像中的人脸区域;
根据预先标注的所述样本图像的人脸关键点,生成所述人脸区域对应的掩码图;
生成所述掩码图与所述人脸区域的融合图像;
将所述融合图像输入卷积神经网络模型,进行人脸表情识别模型和人脸关键点检测模型的联合训练。
10.根据权利要求9所述的方法,其中,所述卷积神经网络模型包括:
卷积神经网络,用于根据输入的图像,提取特征图;
第一全连接层,用于根据所述卷积神经网络输出的特征图,进行人脸关键点检测;
第二全连接层,用于根据所述卷积神经网络输出的特征图,进行人脸表情识别。
11.根据权利要求10所述的方法,其中,所述联合训练的总损失函数值为:所述第一全连接层对应损失与所述第二全连接层对应损失之和。
12.根据权利要求9所述的方法,其中,所述根据预先标注的所述样本图像的人脸关键点,生成所述人脸区域对应的掩码图,包括:
生成一个与所述人脸区域大小一致的第一矩阵,所述第一矩阵中的值全是零;
将所述人脸关键点在所述第一矩阵中对应位置的值置1,得到第二矩阵;
对于所述第二矩阵中每个值为1的第一位置,确定所述第一位置周围预设范围内的第二位置,所述第二位置是所述第二矩阵中值为0的位置;
根据所述第二位置与所述第一位置之间的距离,设置所述第二位置的值。
13.根据权利要求12所述的方法,其中,所述根据所述第二位置与所述第一位置之间的距离,设置所述第二位置的值,包括:
计算所述第二位置与所述第一位置之间的曼哈顿距离;
将所述第二位置与的值设置为:1-预设增量×曼哈顿距离。
14.根据权利要求9所述的方法,其中,检测样本图像中的人脸区域,包括:
对所述样本图像进行人脸检测,确定预设尺寸的人脸区域;
对所述人脸区域进行归一化处理和数据增强处理。
15.根据权利要求9所述的方法,其中,所述成所述掩码图与所述人脸区域的融合图像,包括:
将所述掩码图与所述人脸区域做点乘运算,得到第三矩阵;
将所述第三矩阵与所述人脸区域对应位置的值相加,得到所述融合图像。
16.根据权利要求9-15中任一项所述的方法,其中,所述根据预先标注的所述样本图像的人脸关键点,生成所述人脸区域对应的掩码图,包括:
根据所述人脸关键点中的五官关键点,生成所述人脸区域对应的掩码图。
17.一种人脸表情识别的装置,包括:
检测模块,用于检测待识别图像中的人脸关键点和人脸区域;
掩码图生成模块,用于根据待识别图像中的所述人脸关键点,生成所述人脸区域对应的掩码图;
图像融合模块,用于生成所述掩码图与所述人脸区域的融合图像;
表情识别模块,用于将所述融合图像输入人脸表情识别模型,进行人脸表情识别,得到识别结果。
18.根据权利要求17所述的装置,其中,所述掩码图生成模块还用于:
生成一个与所述人脸区域大小一致的第一矩阵,所述第一矩阵中的值全是零;
将所述人脸关键点在所述第一矩阵中对应位置的值置1,得到第二矩阵;
对于所述第二矩阵中每个值为1的第一位置,确定所述第一位置周围预设范围内的第二位置,所述第二位置是所述第二矩阵中值为0的位置;
根据所述第二位置与所述第一位置之间的距离,设置所述第二位置的值。
19.根据权利要求18所述的装置,其中,所述掩码图生成模块还用于:
计算所述第二位置与所述第一位置之间的曼哈顿距离;
将所述第二位置与的值设置为:1-预设增量×曼哈顿距离。
20.根据权利要求17所述的装置,其中,所述检测模块还用于:
对所述待识别图像进行人脸检测,确定预设尺寸的人脸区域;
对所述人脸区域进行归一化处理和数据增强处理。
21.根据权利要求17所述的装置,其中,所述图像融合模块还用于:
将所述掩码图与所述人脸区域做点乘运算,得到第三矩阵;
将所述第三矩阵与所述人脸区域对应位置的值相加,得到所述融合图像。
22.根据权利要求17-21中任一项所述的装置,其中,所述掩码图生成模块还用于:
根据所述人脸关键点中的五官关键点,生成所述人脸区域对应的掩码图。
23.根据权利要求17-21中任一项所述的装置,其中,所述检测模块还用于:
通过预先训练好的人脸关键点检测模型,检测所述待识别图像中的人脸关键点。
24.根据权利要求23所述的装置,还包括:模型训练模块,用于:
利用训练数据对所述人脸关键点检测模型和所述人脸表情识别模型的进行联合训练。
25.一种模型训练的装置,包括:
检测模块,用于检测样本图像中的人脸区域;
掩码图生成模块,用于根据预先标注的所述样本图像的人脸关键点,生成所述人脸区域对应的掩码图;
图像融合模块,用于生成所述掩码图与所述人脸区域的融合图像;
联合训练模块,用于将所述融合图像输入卷积神经网络模型,进行人脸表情识别模型和人脸关键点检测模型的联合训练。
26.根据权利要求25所述的装置,其中,所述卷积神经网络模型包括:
卷积神经网络,用于根据输入的图像,提取特征图;
第一全连接层,用于根据所述卷积神经网络输出的特征图,进行人脸关键点检测;
第二全连接层,用于根据所述卷积神经网络输出的特征图,进行人脸表情识别。
27.根据权利要求26所述的装置,其中,所述联合训练的总损失函数值为:所述第一全连接层对应损失与所述第二全连接层对应损失之和。
28.根据权利要求25所述的装置,其中,所述掩码图生成模块还用于:
生成一个与所述人脸区域大小一致的第一矩阵,所述第一矩阵中的值全是零;
将所述人脸关键点在所述第一矩阵中对应位置的值置1,得到第二矩阵;
对于所述第二矩阵中每个值为1的第一位置,确定所述第一位置周围预设范围内的第二位置,所述第二位置是所述第二矩阵中值为0的位置;
根据所述第二位置与所述第一位置之间的距离,设置所述第二位置的值。
29.根据权利要求28所述的装置,其中,所述掩码图生成模块还用于:
计算所述第二位置与所述第一位置之间的曼哈顿距离;
将所述第二位置与的值设置为:1-预设增量×曼哈顿距离。
30.根据权利要求25所述的装置,其中,所述检测模块还用于:
对所述样本图像进行人脸检测,确定预设尺寸的人脸区域;
对所述人脸区域进行归一化处理和数据增强处理。
31.根据权利要求25所述的装置,其中,所述图像融合模块还用于:
将所述掩码图与所述人脸区域做点乘运算,得到第三矩阵;
将所述第三矩阵与所述人脸区域对应位置的值相加,得到所述融合图像。
32.根据权利要求25-31中任一项所述的装置,其中,所述掩码图生成模块还用于:
根据所述人脸关键点中的五官关键点,生成所述人脸区域对应的掩码图。
33.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8或者9-18中任一项所述的方法。
34.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-8或者9-18中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010605361.4A CN111783621B (zh) | 2020-06-29 | 2020-06-29 | 人脸表情识别及模型训练的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010605361.4A CN111783621B (zh) | 2020-06-29 | 2020-06-29 | 人脸表情识别及模型训练的方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111783621A true CN111783621A (zh) | 2020-10-16 |
CN111783621B CN111783621B (zh) | 2024-01-23 |
Family
ID=72760359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010605361.4A Active CN111783621B (zh) | 2020-06-29 | 2020-06-29 | 人脸表情识别及模型训练的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111783621B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364807A (zh) * | 2020-11-24 | 2021-02-12 | 深圳市优必选科技股份有限公司 | 图像识别方法、装置、终端设备及计算机可读存储介质 |
CN112464753A (zh) * | 2020-11-13 | 2021-03-09 | 深圳市优必选科技股份有限公司 | 图像中关键点的检测方法、检测装置及终端设备 |
CN112528835A (zh) * | 2020-12-08 | 2021-03-19 | 北京百度网讯科技有限公司 | 表情预测模型的训练方法、识别方法、装置及电子设备 |
CN112560730A (zh) * | 2020-12-22 | 2021-03-26 | 电子科技大学中山学院 | 一种基于Dlib与人工神经网络的人脸表情识别方法 |
CN113168573A (zh) * | 2021-03-02 | 2021-07-23 | 深圳市锐明技术股份有限公司 | 一种模型的训练方法、装置、终端设备及存储介质 |
CN113313026A (zh) * | 2021-05-28 | 2021-08-27 | 支付宝(杭州)信息技术有限公司 | 一种基于隐私保护的人脸识别交互方法、装置以及设备 |
CN113486867A (zh) * | 2021-09-07 | 2021-10-08 | 北京世纪好未来教育科技有限公司 | 人脸微表情识别方法、装置、电子设备及存储介质 |
CN113591706A (zh) * | 2021-07-30 | 2021-11-02 | 上海明略人工智能(集团)有限公司 | 一种人脸识别方法、装置、存储介质及电子设备 |
US20220023977A1 (en) * | 2020-07-23 | 2022-01-27 | Pegatron Corporation | Solder joint inspection model training method, solder joint inspection method, and solder joint inspection device |
CN115457643A (zh) * | 2022-11-09 | 2022-12-09 | 暨南大学 | 一种基于增量技术和注意力机制的公平人脸表情识别方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140153832A1 (en) * | 2012-12-04 | 2014-06-05 | Vivek Kwatra | Facial expression editing in images based on collections of images |
CN105139039A (zh) * | 2015-09-29 | 2015-12-09 | 河北工业大学 | 视频序列中人脸微表情的识别方法 |
CN105809085A (zh) * | 2014-12-29 | 2016-07-27 | 深圳Tcl数字技术有限公司 | 人眼定位方法及装置 |
KR20160122323A (ko) * | 2015-04-13 | 2016-10-24 | 한밭대학교 산학협력단 | 지역 윤곽 패턴을 이용한 얼굴 특징 추출 방법 및 이를 이용한 얼굴 인식 방법 |
CN106960202A (zh) * | 2017-04-11 | 2017-07-18 | 广西师范大学 | 一种基于可见光与红外图像融合的笑脸识别方法 |
CN109389074A (zh) * | 2018-09-29 | 2019-02-26 | 东北大学 | 一种基于人脸特征点提取的表情识别方法 |
CN109815924A (zh) * | 2019-01-29 | 2019-05-28 | 成都旷视金智科技有限公司 | 表情识别方法、装置及系统 |
CN110348496A (zh) * | 2019-06-27 | 2019-10-18 | 广州久邦世纪科技有限公司 | 一种人脸图像融合的方法及系统 |
CN110443203A (zh) * | 2019-08-07 | 2019-11-12 | 中新国际联合研究院 | 基于对抗生成网络的人脸欺骗检测系统对抗样本生成方法 |
US20190343457A1 (en) * | 2018-05-08 | 2019-11-14 | The Regents Of The University Of California | Pain assessment method and apparatus for patients unable to self-report pain |
CN110647834A (zh) * | 2019-09-18 | 2020-01-03 | 北京市商汤科技开发有限公司 | 人脸和人手关联检测方法及装置、电子设备和存储介质 |
CN110705652A (zh) * | 2019-10-17 | 2020-01-17 | 北京瑞莱智慧科技有限公司 | 对抗样本及其生成方法、介质、装置和计算设备 |
CN110944230A (zh) * | 2019-11-21 | 2020-03-31 | 北京达佳互联信息技术有限公司 | 视频特效的添加方法、装置、电子设备及存储介质 |
CN111160163A (zh) * | 2019-12-18 | 2020-05-15 | 浙江大学 | 一种基于区域关系建模和信息融合建模的表情识别方法 |
CN111325108A (zh) * | 2020-01-22 | 2020-06-23 | 中能国际建筑投资集团有限公司 | 一种多任务网络模型及使用方法、装置、和存储介质 |
-
2020
- 2020-06-29 CN CN202010605361.4A patent/CN111783621B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140153832A1 (en) * | 2012-12-04 | 2014-06-05 | Vivek Kwatra | Facial expression editing in images based on collections of images |
CN105809085A (zh) * | 2014-12-29 | 2016-07-27 | 深圳Tcl数字技术有限公司 | 人眼定位方法及装置 |
KR20160122323A (ko) * | 2015-04-13 | 2016-10-24 | 한밭대학교 산학협력단 | 지역 윤곽 패턴을 이용한 얼굴 특징 추출 방법 및 이를 이용한 얼굴 인식 방법 |
CN105139039A (zh) * | 2015-09-29 | 2015-12-09 | 河北工业大学 | 视频序列中人脸微表情的识别方法 |
CN106960202A (zh) * | 2017-04-11 | 2017-07-18 | 广西师范大学 | 一种基于可见光与红外图像融合的笑脸识别方法 |
US20190343457A1 (en) * | 2018-05-08 | 2019-11-14 | The Regents Of The University Of California | Pain assessment method and apparatus for patients unable to self-report pain |
CN109389074A (zh) * | 2018-09-29 | 2019-02-26 | 东北大学 | 一种基于人脸特征点提取的表情识别方法 |
CN109815924A (zh) * | 2019-01-29 | 2019-05-28 | 成都旷视金智科技有限公司 | 表情识别方法、装置及系统 |
CN110348496A (zh) * | 2019-06-27 | 2019-10-18 | 广州久邦世纪科技有限公司 | 一种人脸图像融合的方法及系统 |
CN110443203A (zh) * | 2019-08-07 | 2019-11-12 | 中新国际联合研究院 | 基于对抗生成网络的人脸欺骗检测系统对抗样本生成方法 |
CN110647834A (zh) * | 2019-09-18 | 2020-01-03 | 北京市商汤科技开发有限公司 | 人脸和人手关联检测方法及装置、电子设备和存储介质 |
CN110705652A (zh) * | 2019-10-17 | 2020-01-17 | 北京瑞莱智慧科技有限公司 | 对抗样本及其生成方法、介质、装置和计算设备 |
CN110944230A (zh) * | 2019-11-21 | 2020-03-31 | 北京达佳互联信息技术有限公司 | 视频特效的添加方法、装置、电子设备及存储介质 |
CN111160163A (zh) * | 2019-12-18 | 2020-05-15 | 浙江大学 | 一种基于区域关系建模和信息融合建模的表情识别方法 |
CN111325108A (zh) * | 2020-01-22 | 2020-06-23 | 中能国际建筑投资集团有限公司 | 一种多任务网络模型及使用方法、装置、和存储介质 |
Non-Patent Citations (2)
Title |
---|
M. PANTIC ETAL.: "Dynamics of facial expression: recognition of facial actions and their temporal segments from face profile image sequences", 《IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS, PART B (CYBERNETICS)》, vol. 36, no. 2, XP055335003, DOI: 10.1109/TSMCB.2005.859075 * |
赵爱罡等: "融合几何特征的压缩感知 SIFT 描述子", 《红外与激光工程》, vol. 44, no. 3 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220023977A1 (en) * | 2020-07-23 | 2022-01-27 | Pegatron Corporation | Solder joint inspection model training method, solder joint inspection method, and solder joint inspection device |
US11833618B2 (en) * | 2020-07-23 | 2023-12-05 | Pegatron Corporation | Solder joint inspection model training method, solder joint inspection method, and solder joint inspection device |
CN112464753A (zh) * | 2020-11-13 | 2021-03-09 | 深圳市优必选科技股份有限公司 | 图像中关键点的检测方法、检测装置及终端设备 |
CN112464753B (zh) * | 2020-11-13 | 2024-05-24 | 深圳市优必选科技股份有限公司 | 图像中关键点的检测方法、检测装置及终端设备 |
CN112364807A (zh) * | 2020-11-24 | 2021-02-12 | 深圳市优必选科技股份有限公司 | 图像识别方法、装置、终端设备及计算机可读存储介质 |
CN112364807B (zh) * | 2020-11-24 | 2023-12-15 | 深圳市优必选科技股份有限公司 | 图像识别方法、装置、终端设备及计算机可读存储介质 |
CN112528835A (zh) * | 2020-12-08 | 2021-03-19 | 北京百度网讯科技有限公司 | 表情预测模型的训练方法、识别方法、装置及电子设备 |
CN112528835B (zh) * | 2020-12-08 | 2023-07-04 | 北京百度网讯科技有限公司 | 表情预测模型的训练方法、识别方法、装置及电子设备 |
CN112560730A (zh) * | 2020-12-22 | 2021-03-26 | 电子科技大学中山学院 | 一种基于Dlib与人工神经网络的人脸表情识别方法 |
CN113168573A (zh) * | 2021-03-02 | 2021-07-23 | 深圳市锐明技术股份有限公司 | 一种模型的训练方法、装置、终端设备及存储介质 |
CN113168573B (zh) * | 2021-03-02 | 2024-04-16 | 深圳市锐明技术股份有限公司 | 一种模型的训练方法、装置、终端设备及存储介质 |
CN113313026A (zh) * | 2021-05-28 | 2021-08-27 | 支付宝(杭州)信息技术有限公司 | 一种基于隐私保护的人脸识别交互方法、装置以及设备 |
CN113591706A (zh) * | 2021-07-30 | 2021-11-02 | 上海明略人工智能(集团)有限公司 | 一种人脸识别方法、装置、存储介质及电子设备 |
CN113486867B (zh) * | 2021-09-07 | 2021-12-14 | 北京世纪好未来教育科技有限公司 | 人脸微表情识别方法、装置、电子设备及存储介质 |
CN113486867A (zh) * | 2021-09-07 | 2021-10-08 | 北京世纪好未来教育科技有限公司 | 人脸微表情识别方法、装置、电子设备及存储介质 |
CN115457643A (zh) * | 2022-11-09 | 2022-12-09 | 暨南大学 | 一种基于增量技术和注意力机制的公平人脸表情识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111783621B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111783621B (zh) | 人脸表情识别及模型训练的方法、装置、设备及存储介质 | |
CN111783622A (zh) | 人脸表情识别的方法、装置、设备和计算机可读存储介质 | |
CN111767379A (zh) | 图像问答方法、装置、设备以及存储介质 | |
US20220051004A1 (en) | Image processing method, apparatus, device and storage medium | |
CN111860362A (zh) | 生成人脸图像校正模型及校正人脸图像的方法和装置 | |
CN112001180A (zh) | 多模态预训练模型获取方法、装置、电子设备及存储介质 | |
CN112966742A (zh) | 模型训练方法、目标检测方法、装置和电子设备 | |
CN112270669A (zh) | 人体3d关键点检测方法、模型训练方法及相关装置 | |
CN111767858A (zh) | 图像识别方法、装置、设备和计算机存储介质 | |
CN113537374B (zh) | 一种对抗样本生成方法 | |
CN111539347B (zh) | 用于检测目标的方法和装置 | |
CN111783605A (zh) | 一种人脸图像识别方法、装置、设备及存储介质 | |
CN112149741B (zh) | 图像识别模型的训练方法、装置、电子设备及存储介质 | |
CN112001248B (zh) | 主动交互的方法、装置、电子设备和可读存储介质 | |
CN114092759A (zh) | 图像识别模型的训练方法、装置、电子设备及存储介质 | |
CN113792651B (zh) | 一种融合手势识别和指尖定位的手势交互方法、设备及介质 | |
CN116309983B (zh) | 虚拟人物模型的训练方法、生成方法、装置和电子设备 | |
CN112036315A (zh) | 字符识别方法、装置、电子设备及存储介质 | |
CN111862031A (zh) | 一种人脸合成图检测方法、装置、电子设备及存储介质 | |
CN111666771A (zh) | 文书的语义标签抽取、装置、电子设备及可读存储介质 | |
CN113657398B (zh) | 图像识别方法和装置 | |
CN113313048B (zh) | 脸部表情识别方法和装置 | |
CN113157829A (zh) | 一种兴趣点名称比对方法、装置、电子设备和存储介质 | |
CN112528931B (zh) | 用于生成位置预测信息的方法、装置以及自动驾驶车辆 | |
CN112508027B (zh) | 用于实例分割的头部模型、实例分割模型、图像分割方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |