买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：平安科技(深圳)有限公司

摘要：本发明涉及人工智能领域，公开了一种识别模型训练方法、微表情识别方法、装置、设备及介质，其中方法包括：采用初始视觉识别模型对视频样本数据进行视觉特征提取，得到视觉特征，并采用语义识别模型对视频样本数据的微表情属性进行语义特征提取，得到微表情语义特征；根据视觉特征和微表情语义特征对视频样本数据进行跨模态对比学习，得到对比学习损失值；根据对比学习损失值确定视频样本数据的总损失值；在总损失值未达到收敛条件时，迭代更新初始视觉识别模型的初始参数，直至总损失值达到收敛条件，将收敛后的初始视觉识别模型记录为微表情识别模型；本发明提高了微表情识别模型的精度，从而提高了微表情识别结果的准确性。

主权项：1.一种识别模型训练方法，其特征在于，包括：获取微表情样本数据集，所述微表情样本数据集包括多个视频样本数据；采用初始视觉识别模型对所述视频样本数据进行视觉特征提取，得到所述视频样本数据的视觉特征；采用语义识别模型对所述视频样本数据的微表情属性进行语义特征提取，得到所述视频样本数据的微表情语义特征；对所述视频样本数据的视觉特征和微表情语义特征进行跨模态对比学习，得到所述视频样本数据的对比学习损失值；根据所述对比学习损失值确定所述视频样本数据的总损失值；在所述总损失值未达到收敛条件时，迭代更新所述初始视觉识别模型的初始参数，直至所述总损失值达到所述收敛条件，将收敛后的所述初始视觉识别模型记录为微表情识别模型；所述采用初始视觉识别模型对所述视频样本数据进行视觉特征提取，得到所述视频样本数据的视觉特征，包括：对所述视频样本数据进行预处理，得到所述视频样本数据的视频序列；计算所述视频样本数据的视频序列中两相邻帧之间的光流，得到所述视频样本数据的光流序列；将所述视频样本数据的视频序列和光流序列，输入所述初始视觉识别模型进行特征提取和融合，得到所述视频样本数据的视觉特征；所述对所述视频样本数据的视觉特征和微表情语义特征进行跨模态对比学习，得到所述视频样本数据的对比学习损失值，包括：将所述视频样本数据作为目标视频样本数据，并将所述微表情样本数据集中除所述目标视频样本数据之外的所述视频样本数据，作为对照视频样本数据；将所述目标视频样本数据的视觉特征和微表情语义特征，记录为正例样本特征对；将所述目标视频样本数据的视觉特征和所述对照视频样本数据的微表情语义特征，记录为负例样本特征对；对所述正例样本特征对与多个所述负例样本特征对进行损失计算，得到所述对比学习损失值。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 识别模型训练方法、微表情识别方法、装置、设备及介质