(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210541431.3 (22)申请日 2022.05.19 (65)同一申请的已公布的文献号 申请公布号 CN 114648802 A (43)申请公布日 2022.06.21 (73)专利权人 深圳市海清视讯科技有限公司 地址 518000 广东省深圳市宝安区西乡街 道固戍开发区泰华梧桐工业园8号建 筑3层 (72)发明人 周波　陈永刚　苗瑞　邹小刚　 梁书玉　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 张宁　臧建明(51)Int.Cl. G06V 40/16(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06K 9/62(2022.01) (56)对比文件 CN 113421259 A,2021.09.21 WO 202021523 6 A1,2020.10.2 9 WO 2021218786 A1,2021.1 1.04 CN 111179217 A,2020.0 5.19 CN 112668486 A,2021.04.16 审查员 易浩民 (54)发明名称 用户面部表情识别方法、 装置和设备 (57)摘要 本申请提供一种用户面部表情识别方法、 装 置和设备。 该方法包括： 获取目标对象的待处理 图像， 并对待处理图像进行卷积处理， 确定待处 理图像的第一特征图， 其中， 第一特征图表征待 处理图像的基础特征信息； 基于第一特征图， 提 取待处理图像的深层特征信息， 得到最终特征 图， 其中， 最终特征图包括基础特征信息和深层 特征信息； 根据最终特征图， 确定待处理图像的 分类识别结果。 实现了对用户面部表情的特征的 高精度、 深层次提取， 提高了面部表情分类识别 结果的准确性。 权利要求书2页 说明书10页 附图4页 CN 114648802 B 2022.08.23 CN 114648802 B 1.一种用户面部表情识别方法， 其特 征在于， 所述方法包括： 获取目标对象的待处理图像， 并对所述待处理图像进行卷积处理， 确定所述待处理图 像的第一特 征图， 其中， 所述第一特 征图表征 所述待处 理图像的基础特 征信息； 重复执行以下步骤， 直至 达到预设条件： 基于预设的1 ×1卷积核， 对所述第一特征图中每一像素点进行卷积处理， 获取所述第 一特征图中每一像素点的特征映射信息； 对每一像素点的特征映射信息进 行上采样和下采 样处理， 确定并强化每一像素点的关键特征信息， 确定第二特征图， 其中， 所述第一特征图 中包括有N ×N个像素点， N为大于1的正整数； 对所述第一特征图中每一像素点进行卷积处 理和激活处理， 提取所述特征图中每一像素点的关联特征信息， 确定第三特征图； 对所述第 一特征图、 所述第二特征图 以及所述第三特征图进 行特征融合处理， 确定第四特征图， 将所 述第四特征图确定为新的第一特征图； 其中， 所述预设条件为预设最大深层特征信息提取 次数； 达到预设条件时的第一特 征图为最终特征图； 根据所述 最终特征图， 确定所述待处 理图像的分类识别结果。 2.根据权利要求1所述的方法， 其特征在于， 对所述第 一特征图中每一像素点进行卷积 处理和激活 处理， 提取所述特征图中每一像素点的关联 特征信息， 确定第三特 征图， 包括： 对所述第一特征图进行深度 可分离卷积处理， 并根据第 一预设激活函数对每一像素点 进行逐通道激活， 提取每一像素点的关联 特征信息， 确定第三特 征图。 3.根据权利要求2所述的方法， 其特征在于， 所述第一预设激活函数具有线性参数， 所 述线性参数用于对每一像素点进行 逐通道激活， 获取每一像素点的关联 特征信息。 4.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 根据所述最终特征图， 确定所述 待处理图像的分类识别结果， 包括： 对所述最终特征图进行池化处理， 并根据第 二预设激活函数确定所述待处理图像的识 别预测信息， 确定所述待处 理图像的分类识别结果。 5.一种用户面部表情识别装置， 其特 征在于， 所述装置包括： 第一确定单元， 用于获取目标对象的待处理图像， 并对所述待处理图像进行卷积处理， 确定所述待处理图像的第一特征图， 其中， 所述第一特征图表征所述待处理图像的基础特 征信息； 处理单元， 用于： 重复执 行以下步骤， 直至 达到预设条件： 基于预设的1 ×1卷积核， 对第一特征图中每一像素点进行卷积处理， 获取第一特征图 中每一像素点的特征映射信息； 对每一像素点的特征映射信息进行上采样和下采样处理， 确定并强化每一像素点的关键特征信息， 确定第二特征图， 其中， 所述第一特征图中包括有 N×N个像素点， N为大于1的正整数； 对所述第一特征图中每一像素点进行卷积处理和激活 处理， 提取所述特征图中每一像素点的关联特征信息， 确定第三特征图； 对所述第一特征 图、 所述第二特征图 以及所述第三特征图进 行特征融合处理， 确定第四特征图， 将所述第四 特征图确定为新的第一特征图； 其中， 所述预设条件为预设最大深层特征信息提取次数； 达 到预设条件时的第一特征图为最 终特征图， 所述最终特征图包括所述基础特征信息和所述 深层特征信息； 第二确定单 元， 用于根据所述 最终特征图， 确定所述待处 理图像的分类识别结果。 6.一种电子设备， 其特 征在于， 所述电子设备包括： 存 储器， 处理器；权　利　要　求　书 1/2 页 2 CN 114648802 B 2所述存储器用于存 储计算机执 行指令； 所述处理器用于读取所述存储器存储的计算机执行指令， 并根据 所述存储器中的计算 机执行指令执 行如权利要求1 ‑4任一项所述的方法。 7.一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 执行指令， 所述计算机执行指令被处理器执行时用于实现如权利要求1 ‑4任一项所述的方 法。权　利　要　求　书 2/2 页 3 CN 114648802 B 3