CN106650610A - 一种人脸表情数据收集方法及装置 - Google Patents

Abstract

本发明实施例公开了一种人脸表情数据收集方法及装置，其中的方法包括：收集至少一张人脸数据；获取目标人脸数据的至少一个参考表情信息，以及获取目标人脸数据对应的目标表情信息为至少一类参考表情信息中的每一类参考表情信息的概率，其中，所述目标人脸数据是所述至少一张人脸数据中的任意一张人脸数据；将概率最大的表情信息确定为所述目标人脸数据的目标表情信息，并将所述目标人脸数据与所述目标表情信息关联存储，以完成人脸表情数据库的建立。本发明实施例能够克服传统方式采集人脸表情数据时的笨拙性和不智能性，通过调用已有工具，自动化地完成人脸数据的分类采集工作。

Description

一种人脸表情数据收集方法及装置

技术领域

本发明涉及通信领域，具体涉及一种人脸表情数据收集方法及装置。

背景技术

随着人工智能技术的不断发展，人脸表情识别技术也在不断地取得突破。而人脸表情识别的应用广泛，可以通过表情识别对人的行为进行分析，例如，通过购物者的表情反应获知其对货物的喜好，进而有针对性地摆放商场中货物的位置，让产品大卖等，或，通过表情识别防瞌睡等等。而人脸表情识别是建立在应用表情数据进行模型训练的基础上，因此，建立人脸表情数据库具有重要意义。传统的表情数据采集方式分为以下三种：(1)利用图像采集设备对志愿者或其他人进行特定表情的采集；(2)通过购买现有表情库；(3)对网络上的表情图片进行下载并人工分类。

召集志愿者采集费时费力，需要人员配合，且大多数采集到的图片均为picture-in-the-lab(背景变化、光照变化等非常单一)的形式，对于picture-in-the-wild(背景、尺度、光照变化等均具有多样性)的表情数据不能很好地进行识别；购买数据库花费不菲，而且无论采用哪种采集方式，均为人工采集方式，缺乏智能性与高效性。

发明内容

本发明实施例提供了一种人脸表情数据收集方法及装置，以期客服传统方式采集人脸表情数据时的笨拙性和不智能性，通过调用已有工具，自动化地完成人脸数据的分类采集工作。

本发明实施例第一方面提供一种人脸表情数据收集方法，包括：

收集至少一张人脸数据；

获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，其中，所述目标人脸数据是所述至少一张人脸数据中的任意一张人脸数据；

将概率最大的参考表情信息确定为所述目标人脸数据的所述目标表情信息，并在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息。

结合第一方面，在一些可能的实现方式中，所述收集至少一张人脸数据，包括：

基于预设图片网站收集至少一张人脸数据；

和/或，基于爬虫技术爬取网页上的至少一张人脸数据。

结合第一方面，在一些可能的实现方式中，所述参考表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的至少一种。

结合第一方面，在一些可能的实现方式中，所述获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，包括：

调用人脸表情识别应用获取目标人脸数据的至少一个参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率。

结合第一方面，在一些可能的实现方式中，所述在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息，包括：

建立每类表情信息对应的文件夹，所述表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的一种，每个文件夹所对应的表情信息各不相同；

将所述目标人脸数据存储于所述目标表情信息对应的文件夹内。

本发明实施例第二方面提供一种人脸表情数据收集装置，所述装置包括：

收集单元，用于收集至少一张人脸数据；

获取单元，用于获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，其中，所述目标人脸数据是所述至少一张人脸数据中的任意一张人脸数据；

建立单元，用于将概率最大的参考表情信息确定为所述目标人脸数据的所述目标表情信息，并在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息。

结合第二方面，在一些可能的实现方式中，所述收集单元，具体用于基于预设图片网站收集至少一张人脸数据；和/或，基于爬虫技术爬取网页上的至少一张人脸数据。

结合第二方面，在一些可能的实现方式中，所述参考表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的至少一种。

结合第二方面，在一些可能的实现方式中，所述获取单元，具体用于调用人脸表情识别应用获取目标人脸数据的至少一个参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率。

结合第二方面，在一些可能的实现方式中，所述建立单元，在用于将所述目标人脸数据与所述目标表情信息关联存储时，具体用于建立每类表情信息对应的文件夹，所述表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的一种，每个文件夹所对应的表情信息各不相同；将所述目标人脸数据存储于所述目标表情信息对应的文件夹内。

第三方面，本发明实施例提供了一种人脸表情数据收集装置，所述人脸表情数据收集装置包括处理器、存储器、接收器、发送器和通信总线，所述处理器和所述存储器、所述接收器、所述发送器通过所述通信总线连接并完成相互间的通信；

所述处理器用于调用所述存储器中存储的可执行程序代码，执行如本发明实施例第一方面任一方法中所描述的部分或全部步骤。

第四方面，本发明实施例提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有用于终端设备执行的程序代码，该程序代码具体包括执行指令，所述执行指令用于执行本发明实施例第一方面任一方法中所描述的部分或全部步骤。

可以看出，本发明实施例技术方案中，收集至少一张人脸数据，获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，将概率最大的参考表情信息确定为所述目标人脸数据的所述目标表情信息，并在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息。通过实施本发明实施例，能够客服传统方式采集人脸表情数据时的笨拙性和不智能性，通过调用已有工具，自动化地完成人脸数据的分类采集工作。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明第一实施例提供的一种人脸表情数据收集方法的流程示意图；

图1-1是本发明第一实施例提供的一种通过调用微软表情识别API获取目标人脸数据，以及概率的效果示意图；

图1-2是本发明第一实施例提供的一种通过调用微软表情识别API获取目标人脸数据的至少一个参考表情信息，以及概率的流程示意图；

图1-3是本发明第一实施例提供的一种通过调用微软表情识别API实现将概率最大的表情信息确定为目标表情信息的效果示意图；

图1-4是本发明第一实施例提供的一种通过调用微软表情识别API实现关联存储目标人脸数据与目标表情信息的效果示意图；

图1-5是本发明第一实施例提供的一种通过调用微软表情识别API实现关联存储目标人脸数据与目标表情信息的效果示意图；

图2是本发明第二实施例提供的一种人脸表情数据收集方法的流程示意图；

图3是本发明第三实施例提供的一种人脸表情数据收集装置的结构示意图；

图4是本发明第四实施例提供的一种人脸表情数据收集装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

请参阅图1，图1是本发明第一实施例提供的一种人脸表情数据收集方法的流程示意图，如图1所示，本发明实施例中的人脸表情数据库包括以下步骤：

S101、收集至少一张人脸数据。

具体地，所述人脸数据可以指人脸图片，用户可以下载人脸图片，获取一定规模的人脸数据，例如通过Google Image Search、bing、百度等图片网站，批量下载人脸表情数据，或利用爬虫的方式爬取网页上的表情图片。但是，此时收集到的人脸表情数据不纯净，或缺少表情标签。

S102、获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，其中，所述目标人脸数据是所述至少一张人脸数据中的任意一张人脸数据。

具体地，可以利用现有的人脸表情识别技术(如可调用人脸表情识别工具，例如Emotient、Affectiva、EmoVu、微软等提供的人脸表情识别API)，对S101步骤中收集的每一张人脸数据进行表情识别，并将识别结果记录。现以调用微软表情识别API为例对步骤S102进行说明，首先封装http请求包，在http的header里面输入向微软申请的表情识别APIKey，读取图片的二进制流，传入httpbody，然后以post的方式发送请求，获得response，对response的内容进行解析，内容包含表情识别的结果，该结果包含当前图像的人脸框信息以及取得各个表情的概率，具体请参考图1-1所示，其中，调用微软表情识别API获取目标人脸数据的至少一个参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率的流程示意图如图1-2所示。

S103、将概率最大的参考表情信息确定为所述目标人脸数据的所述目标表情信息，并在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息。

具体地，根据步骤S102中得到的所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，对各个概率进行比较，取其中概率值的最大者即为所述目标人脸数据的目标表情信息，具体请参考图1-3所示。并将各个人脸数据按照其对应的目标表情信息，分别放入与对应的文件夹内，从而完成相应表情的数据提取，具体请参考图1-4-图1-5所示。

其中，所述收集至少一张人脸数据的具体实现方式可以是：基于预设图片网站收集至少一张人脸数据；和/或，基于爬虫技术爬取网页上的至少一张人脸数据。

其中，所述参考表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的至少一种。

其中，所述获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率的具体实现方式可以是：

调用人脸表情识别应用获取目标人脸数据的至少一个参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率。

其中，所述在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息的具体实现方式可以是：

建立每类表情信息对应的文件夹，所述表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的一种，每个文件夹所对应的表情信息各不相同；

将所述目标人脸数据存储于所述目标表情信息对应的文件夹内。

可以看出，本发明实施例技术方案中，收集至少一张人脸数据，获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，将概率最大的参考表情信息确定为所述目标人脸数据的所述目标表情信息，并在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息。通过实施本发明实施例能够客服传统方式采集人脸表情数据时的笨拙性和不智能性，通过调用已有工具，自动化地完成人脸数据的分类采集工作。

请参阅图2，图2是本发明第二实施例提供的一种人脸表情数据收集方法的流程示意图，如图2所示，本发明实施例中的人脸表情数据库包括以下步骤：

S201、基于预设图片网站收集至少一张人脸数据，和/或，基于爬虫技术爬取网页上的至少一张人脸数据。

S202、调用人脸表情识别应用获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，其中，所述目标人脸数据是所述至少一张人脸数据中的任意一张人脸数据。

其中，所述参考表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的至少一种。

S203、将概率最大的参考表情信息确定为所述目标人脸数据的所述目标表情信息。

S204、建立每类表情信息对应的文件夹，所述表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的一种，每个文件夹所对应的表情信息各不相同。

S205、将所述目标人脸数据存储于所述目标表情信息对应的文件夹内。

可以看出，本发明实施例技术方案中，收集至少一张人脸数据，获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，将概率最大的参考表情信息确定为所述目标人脸数据的所述目标表情信息，并在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息。通过实施本发明实施例能够客服传统方式采集人脸表情数据时的笨拙性和不智能性，通过调用已有工具，自动化地完成人脸数据的分类采集工作。

下面为本发明装置实施例，本发明装置实施例用于执行本发明方法实施例一至二实现的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例一和实施例二。

请参阅图3，图3是本发明第三实施例提供的一种人脸表情数据收集装置的结构示意图，如图3所示，本发明实施例中的人脸表情数据收集装置包括以下单元：

收集单元301，用于收集至少一张人脸数据；

获取单元302，用于获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，其中，所述目标人脸数据是所述至少一张人脸数据中的任意一张人脸数据；

建立单元303，用于将概率最大的参考表情信息确定为所述目标人脸数据的所述目标表情信息，并在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息。

可选的，所述收集单元301，具体用于基于预设图片网站收集至少一张人脸数据；和/或，基于爬虫技术爬取网页上的至少一张人脸数据。

可选的，所述参考表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的至少一种。

可选的，所述获取单元302，具体用于调用人脸表情识别应用获取目标人脸数据的至少一个参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率。

可选的，所述建立单元303，在用于将所述目标人脸数据与所述目标表情信息关联存储时，具体用于建立每类表情信息对应的文件夹，所述表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的一种，每个文件夹所对应的表情信息各不相同；将所述目标人脸数据存储于所述目标表情信息对应的文件夹内。

具体的，上述各个单元的具体实现可参考图1至图2对应实施例中相关步骤的描述，在此不赘述。

可以看出，本发明实施例技术方案中，收集至少一张人脸数据，获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，将概率最大的参考表情信息确定为所述目标人脸数据的所述目标表情信息，并在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息。通过实施本发明实施例能够客服传统方式采集人脸表情数据时的笨拙性和不智能性，通过调用已有工具，自动化地完成人脸数据的分类采集工作。

请参考图4，图4是本发明第四实施例提供的一种人脸表情数据收集装置的结构示意图。如图4所示，本发明实施例中的人脸表情数据收集装置包括：至少一个处理器401，例如CPU，至少一个接收器403，至少一个存储器404，至少一个发送器405，至少一个通信总线402。其中，通信总线402用于实现这些组件之间的连接通信。其中，本发明实施例中装置的接收器403和发送器405可以是有线发送端口，也可以为无线设备，例如包括天线装置，用于与其他节点设备进行信令或数据的通信。存储器404可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器404可选的还可以是至少一个位于远离前述处理器401的存储装置。存储器404中存储一组程序代码，且所述处理器401可通过通信总线402，调用存储器404中存储的代码以执行相关的功能。

所述处理器401，用于收集至少一张人脸数据；获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，其中，所述目标人脸数据是所述至少一张人脸数据中的任意一张人脸数据；将概率最大的参考表情信息确定为所述目标人脸数据的所述目标表情信息，并在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息。

可选的，所述处理器401，在用于收集至少一张人脸数据时具体用于基于预设图片网站收集至少一张人脸数据；和/或，基于爬虫技术爬取网页上的至少一张人脸数据。

可选的，所述参考表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的至少一种。

可选的，所述处理器401，在用于获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率时具体用于调用人脸表情识别应用获取目标人脸数据的至少一个参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率。

可选的，所述处理器401，在用于在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息时，具体用于建立每类表情信息对应的文件夹，所述表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的一种，每个文件夹所对应的表情信息各不相同；将所述目标人脸数据存储于所述目标表情信息对应的文件夹内。

具体的，上述各个单元的具体实现可参考图1至图2对应实施例中相关步骤的描述，在此不赘述。

可以看出，本发明实施例技术方案中，收集至少一张人脸数据，获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，将概率最大的参考表情信息确定为所述目标人脸数据的所述目标表情信息，并在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息。通过实施本发明实施例能够客服传统方式采集人脸表情数据时的笨拙性和不智能性，通过调用已有工具，自动化地完成人脸数据的分类采集工作。

本发明实施例还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时包括上述方法实施例中记载的任何一种服务进程的监控方法的部分或全部步骤。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和单元并不一定是本发明所必须的。

本发明实施例的方法的步骤顺序可以根据实际需要进行调整、合并或删减。本发明实施例的终端的单元可以根据实际需要进行整合、进一步划分或删减。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例是示意性的，例如所述单元的划分，为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台终端设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本发明实施例所提供的一种人脸表情数据收集方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种人脸表情数据收集方法，其特征在于，所述方法包括：

收集至少一张人脸数据；

获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，其中，所述目标人脸数据是所述至少一张人脸数据中的任意一张人脸数据；

将概率最大的参考表情信息确定为所述目标人脸数据的所述目标表情信息，并在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息。

2.如权利要求1所述的方法，其特征在于，所述收集至少一张人脸数据，包括：

基于预设图片网站收集至少一张人脸数据；

和/或，基于爬虫技术爬取网页上的至少一张人脸数据。

3.如权利要求1所述的方法，其特征在于，所述参考表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的至少一种。

4.如权利要求1所述的方法，其特征在于，所述获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，包括：

调用人脸表情识别应用获取目标人脸数据的至少一个参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率。

5.如权利要求1所述的方法，其特征在于，所述在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息，包括：

建立每类表情信息对应的文件夹，所述表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的一种，每个文件夹所对应的表情信息各不相同；

将所述目标人脸数据存储于所述目标表情信息对应的文件夹内。

6.一种人脸表情数据收集装置，其特征在于，所述装置包括：

收集单元，用于收集至少一张人脸数据；

获取单元，用于获取目标人脸数据的至少一类参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率，其中，所述目标人脸数据是所述至少一张人脸数据中的任意一张人脸数据；

建立单元，用于将概率最大的参考表情信息确定为所述目标人脸数据的所述目标表情信息，并在人脸表情数据库中关联存储所述目标人脸数据与所述目标表情信息。

7.如权利要求6所述的装置，其特征在于，

所述收集单元，具体用于基于预设图片网站收集至少一张人脸数据；和/或，基于爬虫技术爬取网页上的至少一张人脸数据。

8.如权利要求6所述的装置，其特征在于，所述参考表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的至少一种。

9.如权利要求6所述的装置，其特征在于，

所述获取单元，具体用于调用人脸表情识别应用获取目标人脸数据的至少一个参考表情信息，以及获取所述目标人脸数据对应的目标表情信息为所述至少一类参考表情信息中的每一类参考表情信息的概率。

10.如权利要求6所述的装置，其特征在于，

所述建立单元，在用于将所述目标人脸数据与所述目标表情信息关联存储时，具体用于建立每类表情信息对应的文件夹，所述表情信息为生气、轻视、厌恶、害怕、高兴、自然、悲伤和惊讶中的一种，每个文件夹所对应的表情信息各不相同；将所述目标人脸数据存储于所述目标表情信息对应的文件夹内。