申请/专利权人：北京百度网讯科技有限公司

申请日：2020-11-04

公开（公告）日：2021-01-05

公开（公告）号：CN112183491A

主分类号：G06K9/00(20060101)

分类号：G06K9/00(20060101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2021.01.22#实质审查的生效;2021.01.05#公开

摘要：本公开提供一种表情识别模型及训练方法、识别方法、装置和计算设备，涉及人工智能技术领域，具体为计算机视觉、深度学习和图像处理技术领域。表情识别神经网络模型的训练方法包括：获取包含人脸的样本图像，并标注所包含的人脸的真实表情类别及其真实类别置信度；响应于样本图像输入主神经网络模型，主神经网络模型输出主预测表情类别及其主预测类别置信度；响应于至少一个第一卷积层中相应的其中一个输出的特征图输入分支神经网络模型，分支神经网络模型输出分支预测表情类别及其分支预测类别置信度；分别确定基于主神经网络模型的主损失值和基于分支神经网络模型的分支损失值；至少基于主损失值和至少一个分支损失值调整神经网络模型的参数。

主权项：1.一种表情识别神经网络模型的训练方法，所述表情识别神经网络模型包括主神经网络模型和至少一个分支神经网络模型，所述主神经网络模型包括多个依次连接的第一卷积层，其中，所述训练方法包括：获取包含人脸的样本图像，并标注所述样本图像中所包含的人脸的真实表情类别及其真实类别置信度；从所述多个依次连接的第一卷积层中除靠近输出侧的最后一个第一卷积层以外的多个第一卷积层中确定至少一个第一卷积层；响应于所述样本图像输入所述主神经网络模型，所述主神经网络模型输出所述样本图像中所包含的人脸的主预测表情类别及其主预测类别置信度；针对每一个所述分支神经网络模型，响应于所述至少一个第一卷积层中相应的其中一个输出的特征图输入所述分支神经网络模型，所述分支神经网络模型输出所述样本图像中所包含的人脸的分支预测表情类别及其分支预测类别置信度；基于所述主预测表情类别及其主预测类别置信度，以及所述真实表情类别及其真实类别置信度，确定主损失值；针对每一个所述分支神经网络模型，基于所述分支预测表情类别及其分支预测类别置信度，以及所述真实表情类别及其真实类别置信度，确定分支损失值；以及至少基于所述主损失值和至少一个所述分支损失值调整所述神经网络模型的参数。

全文数据：

权利要求：

百度查询： 北京百度网讯科技有限公司 表情识别模型及训练方法、识别方法、装置和计算设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD