摘要
本发明公开了一种基于对比学习的视角无关面部表情识别方法及系统,方法包括:采用监督对比损失子函数旨在利用所提出的自监督对比损失来学习与视图无关的表情特征,然后,多视角对比损失子函数旨在将学习到的每种表情的视图无关特征与其他表情区分开来,以区分表情类别,再者,由于面部表情在学习到的特征空间中通常会有非常细微的差别,因此加入了减冗余损失子函数,以减少学习到的特征中的冗余和相关性,旨在减少所学特征中的模糊性,最后,对于网络结构,在编码器的最终卷积块之后添加了一个最终投影头,以生成最终输出嵌入,以及在编码器的注意力机制模块、特征融合模块之后加入了中间投影头,中间投影头的使用有助于学习良好的特征。
技术关键词
面部表情识别模型
样本
面部表情识别方法
注意力机制
表达式
图像
浅层神经网络
多视角
冗余
输出特征
编码器特征
紧凑特征
指数
特征提取模块
表情识别系统
标签
系统为您推荐了相关专利信息
特征提取单元
输出特征
融合特征
通道注意力机制
分辨率
故障诊断方法
电流
故障诊断模型
成分分析法
卷积模块
异常流量检测
网络流量数据
智能检测方法
检测网络流量
双向长短期记忆网络
运动控制模型
运动控制方法
航向控制器
深度控制器
坐标系
实体关系抽取模型
实体关系联合抽取方法
注意力机制
识别模块
文本识别