本申請涉及生物識別領域，尤其涉及一種面部表情識別模型訓練方法、員工評估方法及系統。

背景技術：

1、在服務行業中，員工的服務質量直接影響客戶滿意度和品牌形象。隨著計算機視覺技術的不斷進步，該技術在員工培訓領域的應用逐漸成為可能。通過分析員工的面部表情、肢體語言和行為模式，可以更有效地評估和提升員工的服務技能。

2、現有技術中，通過面部表情識別模型識別人臉的面部表情特征信息，再根據面部表情特征信息對員工的面部表情進行相應的評估，是該領域的常規做法。因此，能否提取到準確的面部表情特征信息，直接影響面部表情的評估效果。

3、但是，人臉除了面部表情特征信息，還包括人臉的身份信息，例如面部的某些幾何特征、不同個體的面部結構差異等。在面部表情識別中，人臉的身份信息可能會對準確識別面部表情特征信息形成干擾，而現有技術中的面部表情識別模型，通常是直接對視頻幀進行面部表情提取，這一過程中人臉的身份信息會對面部表情特征信息形成干擾，降低了面部表情識別模型識別面部表情的準確度。

技術實現思路

1、本申請提供一種面部表情識別模型訓練方法、員工評估方法及系統，用以解決現有技術中的面部表情識別模型，通常是直接對視頻幀進行面部表情提取，這一過程中人臉的身份信息會對面部表情特征信息形成干擾，降低了面部表情識別模型識別面部表情的準確度的技術問題。

2、第一方面，本申請提供一種面部表情識別模型訓練方法，所述方法包括：

3、對樣本視頻數據的目標幀的面部切片圖像執行特征提取操作，獲得第一純凈面部表情特征信息，以及，對所述樣本視頻數據的支持幀的面部切片圖像執行所述特征提取操作，獲得第二純凈面部表情特征信息，所述特征提取操作包括：將所述面部切片圖像轉換為特征圖，根據所述特征圖，提取所述特征圖中的面部特征信息和面部身份特征信息，在所述面部特征信息中去除所述面部身份特征信息，獲得純凈面部表情特征信息；

4、根據所述第一純凈面部表情特征信息、所述第二純凈面部表情特征信息，通過損失函數計算損失值，并根據所述損失值更新所述面部表情識別模型的權重參數。

5、第二方面，本申請提供一種員工評估方法，所述員工評估方法基于面部表情識別模型實現，所述面部表情識別模型通過第一方面所述的方法訓練得到，所述員工評估方法包括：

6、通過所述面部表情識別模型提取候選員工視頻數據的第一面部表情特征信息，以及第一樣本視頻數據的第二面部表情特征信息，并通過所述面部表情識別模型計算所述第一面部表情特征信息與所述第二面部表情特征信息的表情相似度評分；

7、提取所述候選員工視頻數據的第一肢體動作特征信息和第二樣本視頻數據的第二肢體動作特征信息，計算所述第一肢體動作特征信息與所述第二肢體動作特征信息的肢體動作相似度評分；

8、根據所述表情相似度評分、所述肢體動作相似度評分，生成所述候選員工的評估結果。

9、第三方面，本申請提供一種員工評估系統，所述系統基于面部表情識別模型實現，所述面部表情識別模型通過權利要求1-6任意一項所述的方法訓練得到，所述系統包括：

10、面部表情識別模塊，用于：通過所述面部表情識別模型提取候選員工視頻數據的第一面部表情特征信息，以及第一樣本視頻數據的第二面部表情特征信息，并通過所述面部表情識別模型計算所述第一面部表情特征信息與所述第二面部表情特征信息的表情相似度評分；

11、肢體動作分析模塊，用于：提取所述候選員工視頻數據的第一肢體動作特征信息和第二樣本視頻數據的第二肢體動作特征信息，計算所述第一肢體動作特征信息與所述第二肢體動作特征信息的肢體動作相似度評分；

12、評估模塊，用于：根據所述表情相似度評分、所述肢體動作相似度評分，生成所述候選員工的評估結果。

13、第四方面，本申請提供一種面部表情識別模型訓練裝置，所述裝置包括：

14、特征提取模塊，用于：對樣本視頻數據的目標幀的面部切片圖像執行特征提取操作，獲得第一純凈面部表情特征信息，以及，對所述樣本視頻數據的支持幀的面部切片圖像執行所述特征提取操作，獲得第二純凈面部表情特征信息，所述特征提取操作包括：將所述面部切片圖像轉換為特征圖，根據所述特征圖，提取所述特征圖中的面部特征信息和面部身份特征信息，在所述面部特征信息中去除所述面部身份特征信息，獲得純凈面部表情特征信息；

15、權重更新模塊，用于：根據所述第一純凈面部表情特征信息、所述第二純凈面部表情特征信息，通過損失函數計算損失值，并根據所述損失值更新所述面部表情識別模型的權重參數。

16、第五方面，本申請提供一種電子設備，包括：處理器，以及與所述處理器通信連接的存儲器；

17、所述存儲器存儲計算機執行指令；

18、所述處理器執行所述存儲器存儲的計算機執行指令，以實現如第一方面所述的方法，或，第二方面所述的方法。

19、第六方面，本申請提供一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有計算機執行指令，所述計算機執行指令被處理器執行時用于實現如第一方面所述的方法，或，第二方面所述的方法。

20、第七方面，本申請提供一種計算機程序產品，包括計算機程序，該計算機程序被處理器執行時實現如第一方面所述的方法，或，第二方面所述的方法。

21、本申請提供的面部表情識別模型訓練方法、員工評估方法及系統，通過在訓練階段，從面部特征信息中剔除身份信息，可以避免身份信息對面部表情特征信息的干擾，從而能夠提高模型專注于面部表情的動態變化，提高模型對面部表情識別的準確性。

技術特征：

1.一種面部表情識別模型訓練方法，其特征在于，所述方法包括：

2.根據權利要求1所述的方法，其特征在于，所述將所述面部切片圖像轉換為特征圖，根據所述特征圖，提取所述特征圖中的面部特征信息和面部身份特征信息，在所述面部特征信息中去除所述面部身份特征信息，獲得純凈面部表情特征信息，包括：

3.根據權利要求2所述的方法，其特征在于，所述根據所述融合特征信息、所述特征圖，確定所述融合特征信息中的雜質身份信息，包括：

4.根據權利要求1所述的方法，其特征在于，所述根據所述第一純凈面部表情特征信息、所述第二純凈面部表情特征信息，通過損失函數計算損失值，并根據所述損失值更新所述面部表情識別模型的權重參數，包括：

5.根據權利要求4所述的方法，其特征在于，所述根據所述融合特征信息，通過身份相關損失函數計算身份相關損失值，包括：

6.根據權利要求4所述的方法，其特征在于，所述方法還包括：

7.一種員工評估方法，其特征在于，所述員工評估方法基于面部表情識別模型實現，所述面部表情識別模型通過權利要求1-6任意一項所述的方法訓練得到，所述員工評估方法包括：

8.一種員工評估系統，其特征在于，所述系統基于面部表情識別模型實現，所述面部表情識別模型通過權利要求1-6任意一項所述的方法訓練得到，所述系統包括：

9.一種面部表情識別模型訓練裝置，其特征在于，所述裝置包括：

10.一種電子設備，其特征在于，包括：處理器，以及與所述處理器通信連接的存儲器；

11.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機執行指令，所述計算機執行指令被處理器執行時用于實現如權利要求1至6任一項所述的方法，或，權利要求7所述的方法。

12.一種計算機程序產品，其特征在于，包括計算機程序，該計算機程序被處理器執行時實現如權利要求1至6任一項所述的方法，或，權利要求7所述的方法。

技術總結
本申請提供一種面部表情識別模型訓練方法、員工評估方法及系統，涉及生物識別領域。訓練方法包括：對目標幀面部切片圖像執行特征提取操作，獲得第一純凈面部表情特征信息；對支持幀面部切片圖像執行特征提取操作，獲得第二純凈面部表情特征信息，特征提取操作包括：將面部切片圖像轉換為特征圖，提取特征圖的面部特征信息中去除面部身份特征信息，獲得純凈面部表情特征信息；根據第一純凈面部表情特征信息、第二純凈面部表情特征信息，通過損失函數計算損失值，并根據損失值更新模型的權重參數。該訓練方法可以避免身份信息對面部表情特征信息的干擾，從而能夠提高模型專注于面部表情的動態變化，提高模型對面部表情識別的準確性。

技術研發人員：崔振宇
受保護的技術使用者：中國工商銀行股份有限公司
技術研發日：
技術公布日：2025/4/28