一种表情识别方法及装置

本发明公开了一种表情识别方法及装置。本发明采用经典VGG神经网络并进行修改：通过减少全连接层的数量，极大地优化了神经网络的参量，使得从经典网络模型的140MB大小参量减小到10MB左右，大大节省了计算资源和训练时间；同时引入了注意力机制，让网络模型能够自主学习到重要的特征通道，使得在不过多增大模型参量的情况下，精度有一定提高；在神经网络模型训练过程中，损失函数采用加权交叉熵，基于各表情类别的重要性，对各表情类别赋予不同的权重，提高识别的精细程度；同时在损失函数中引入中心损失，缩小类内距离，提高识别精度。