基于面部关键点感知和特征多样性的表情识别方法及系统

本发明公开了一种基于面部关键点感知和特征多样性的表情识别方法及系统，对训练图像数据集I执行预处理和数据增强；搭建深度学习网络模型，用特征提取器B和FaceE从训练图像数据集I中提取初始特征分别得到Xir和Xland；利用基于全局注意力机制的特征融合模块将来自两个不同的特征进行融合，在特征融合后，通过设计的特征多样性网络模块进行多视角特征提取，从而将融合后的特征映射到不同的特征空间中，从而得到多视角特征；此外，在多视角特征上引入了特征多样性损失函数，以确保分解后的特征具有足够的多样性，增强了模型对于不同表情特征的捕捉能力；最后，经过特征拼接将特征输入到线性层进行分类，实现对人脸表情的准确识别。