申请/专利权人:深圳须弥云图空间科技有限公司
申请日:2023-12-14
公开(公告)日:2024-04-30
公开(公告)号:CN117953562A
主分类号:G06V40/16
分类号:G06V40/16;G06V10/778;G06V10/764;G06V10/26;G06V10/80;G06V10/82
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.17#实质审查的生效;2024.04.30#公开
摘要:本申请涉及计算机技术领域,提供了一种表情识别模型的优化方法、装置、电子设备及存储介质。该方法包括:获取面部图像和面部图像对应的标签;将面部图像输入至图像识别模型中,得到图像特征向量;提取面部图像中面部未遮挡部位的未遮挡关键点;根据未遮挡关键点和图像特征向量得到增强图像特征向量;将增强图像特征向量分割得到多个区域特征向量;获取对应各区域特征向量的区域分类结果;获取对应增强图像特征向量的全局分类结果;获取各区域特征向量对应的区域分类损失以及获取全局分类损失;整合所有区域分类损失和全局分类损失得到总损失;基于总损失对表情识别模型的模型参数进行更新。本申请解决了表情识别模型准确度不高的技术问题。
主权项:1.一种表情识别模型的优化方法,其特征在于,包括:获取面部图像和所述面部图像对应的标签,所述面部图像对应的标签用于指示所述面部图像中表情的真实类别;将所述面部图像输入至图像识别模型中,得到图像特征向量;提取所述面部图像中面部未遮挡部位的未遮挡关键点;根据所述未遮挡关键点和所述图像特征向量得到增强图像特征向量;将所述增强图像特征向量进行区域化分割得到多个区域特征向量;通过区域分类模型获取对应各所述区域特征向量的区域分类结果;通过全局分类模型获取对应所述增强图像特征向量的全局分类结果;根据每个所述区域分类结果和所述面部图像对应的标签得到各区域特征向量对应的区域分类损失;根据所述全局分类结果和所述面部图像对应的标签得到全局分类损失;整合所有所述区域分类损失和所述全局分类损失得到总损失;基于所述总损失对所述表情识别模型的模型参数进行更新。
全文数据:
权利要求:
百度查询: 深圳须弥云图空间科技有限公司 表情识别模型的优化方法、装置、电子设备及存储介质
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。