基于双流DeepCCA卷积神经网络的新生儿疼痛情感识别方法

本发明提出了一种基于双流DeepCCA卷积神经网络的新生儿疼痛情感识别方法，包括：对新生儿疼痛情感动态表情库进行预处理，得到符合网络输入要求的单帧图像和光流图；将得到的单帧图像和光流图作为输入，分别送入空间流和时间流的VGG16网络提取情感特征，并将提取出的情感特征进行对应拼接；基于DeepCCA算法，通过优化CCA_loss值使得空间流和时间流网络中的每个卷积模块提取出的特征相关性最大化；将最大化后的特征送入后续三个全连接层，并进行识别分类。本发明可以有效最大化空间流和时间流之间的数据特征相关性，进而提高模型对新生儿疼痛情感识别的准确率。