情绪识别方法、装置、电子设备和存储介质与流程

技术特征：
1.一种情绪识别方法，其特征在于，包括：提取待识别视频的情绪特征；将各情绪类别的预设情绪特征与所述待识别视频的情绪特征进行特征匹配，将与所述情绪特征相匹配的预设情绪特征所属的情绪类别，确定为所述待识别视频的情绪类别；所述各情绪类别的预设情绪特征是对所述各情绪类别下的样本视频进行情绪识别过程中自适应提取的，所述预设情绪特征的提取方式与所述待识别视频的情绪特征的提取方式一致。2.根据权利要求1所述的情绪识别方法，其特征在于，所述提取待识别视频的情绪特征，包括：提取所述待识别视频中各帧图像的图像特征；基于自编码器，对所述待识别视频中各帧图像的图像特征进行情绪特征提取，得到所述待识别视频的情绪特征；所述自编码器是基于所述各情绪类别下的样本视频，联合情绪分类器训练得到的。3.根据权利要求2所述的情绪识别方法，其特征在于，所述自编码器的确定步骤包括：基于初始编码器，对所述样本视频中各帧图像的图像特征进行情绪特征提取，得到所述样本视频的预测情绪特征；基于初始分类器，应用所述样本视频的预测情绪特征进行情绪分类，得到所述样本视频的预测情绪类别；基于所述样本视频所属的情绪类别，以及所述样本视频的预测情绪类别，对所述初始编码器和所述初始分类器进行参数迭代，基于参数迭代完成的初始编码器确定所述自编码器。4.根据权利要求2所述的情绪识别方法，其特征在于，所述提取所述待识别视频中各帧图像的图像特征，包括：提取所述待识别视频中的各帧图像的静态特征；基于所述各帧图像以及所述各帧图像的下一帧图像进行静态特征比对，得到所述各帧图像的动态特征；基于所述各帧图像的静态特征和动态特征，确定所述各帧图像的图像特征。5.根据权利要求4所述的情绪识别方法，其特征在于，所述提取所述待识别视频中的各帧图像的静态特征，包括：基于所述各帧图像的人脸关键点信息，构建所述各帧图像的面部特征；基于所述各帧图像的眼部关键点信息，构建所述各帧图像的眼部特征；基于所述各帧图像的面部特征和眼部特征，确定所述各帧图像的静态特征。6.根据权利要求2至5中任一项所述的情绪识别方法，其特征在于，在所述提取所述待识别视频中各帧图像的图像特征之后，还包括：基于所述各帧图像的图像特征，确定所述各帧图像分别对应的情绪类别和情绪强度；基于所述各帧图像分别对应的情绪类别和情绪强度，生成所述待识别视频的实时情绪变化信息。7.根据权利要求6所述的情绪识别方法，其特征在于，所述基于所述各帧图像的图像特征，确定所述各帧图像分别对应的情绪类别和情绪强度，包括：
基于所述各帧图像的图像特征中的静态特征，确定所述各帧图像分别对应的情绪类别；基于所述各帧图像的图像特征中的动态特征，确定所述各帧图像分别对应的情绪强度。8.一种情绪识别装置，其特征在于，包括：提取单元，用于提取待识别视频的情绪特征；匹配单元，用于将各情绪类别的预设情绪特征与所述待识别视频的情绪特征进行特征匹配，将与所述情绪特征相匹配的预设情绪特征所属的情绪类别，确定为所述待识别视频的情绪类别；所述各情绪类别的预设情绪特征是对所述各情绪类别下的样本视频进行情绪识别过程中自适应提取的，所述预设情绪特征的提取方式与所述待识别视频的情绪特征的提取方式一致。9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述情绪识别方法。10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述情绪识别方法。

技术总结
本发明提供一种情绪识别方法、装置、电子设备和存储介质，其中方法包括：提取待识别视频的情绪特征；将各情绪类别的预设情绪特征与所述待识别视频的情绪特征进行特征匹配，将与所述情绪特征相匹配的预设情绪特征所属的情绪类别，确定为所述待识别视频的情绪类别；所述各情绪类别的预设情绪特征是对所述各情绪类别下的样本视频进行情绪识别过程中自适应提取的，所述预设情绪特征的提取方式与所述待识别视频的情绪特征的提取方式一致。本发明提供的方法、装置、电子设备和存储介质，此过程相较于单纯基于模型的情绪识别方法不容易受到训练集的约束，脱离训练样本后，在实践过程中可以应对复杂多变的场景和环境，保证情绪识别的准确性和可靠性。的准确性和可靠性。的准确性和可靠性。


技术研发人员：江云凯 胡加学 赵景鹤 贺志阳 鹿晓亮 魏思 胡国平 赵志伟 甘露
受保护的技术使用者：科大讯飞股份有限公司
技术研发日：2022.11.07
技术公布日：2023/2/3