摘要
本发明公开了一种基于跨模式情感一致性的面部表情识别算法方法,解决了面部表情识别准确率较低的技术问题。实现包括:生成面部表情训练集和测试集;设计与构建基于跨模式情感一致性的面部表情识别模型;设置分类主网络和多标签分布网络的网络结构;迭代训练基于跨模式情感一致性的面部表情识别模型;获取面部表情识别结果。本发明通过构建的模型,利用多标签分布网络,同时使用多分类标签和分布标签对模糊表情中多个情绪及强度进行描述。利用破坏图像生成模块过滤面部表情识别干扰区域。利用分布一致性学习模块对模糊表情进行去模糊处理。提高对模糊表情中主导情绪的识别准确率。应用于智慧教育、辅助医疗、疲劳驾驶等诸多人机交互系统。
技术关键词
面部表情识别模型
面部表情识别方法
多标签
注意力
人脸面部表情
人脸识别数据
网络结构
模式
Sigmoid函数
识别人脸图像
网络模块
人机交互系统
训练集
梯度下降算法
系统为您推荐了相关专利信息
骨架特征
识别方法
跨模态
非线性归一化方法
交叉注意力机制