摘要
本发明属于人工智能领域,公开了一种在线学习者表情识别方法及相关装置,包括:获取从在线学习者的学习视频中截取的静态人脸图片,得到待识别图片;将待识别图片输入至预设的基于对比学习的多视角表情识别模型中,得到在线学习者的表情识别结果;基于对比学习的多视角表情识别模型通过将预训练的多视角表情识别模型通过类内对比学习和类间对比学习的方式进行对比学习得到;多视角表情识别模型包括依次连接的关键点特征与表情特征融合模块、多尺度特征融合模块、分类向量嵌入模块和分类器。引入关键点特征与多尺度特征,解决了由于学习者姿态视角多样、面部大小不一和模型泛化能力差等问题造成的表情识别准确率低的问题。通过类内对比学习和类间对比学习的方式进行对比学习,解决了表情识别数据集不平衡以及表情激活度低等问题,有效提升表情识别准确率。
技术关键词
表情识别方法
关键点特征
表情特征
多尺度特征融合
融合特征
多视角
在线
注意力
采样模块
人脸图片
分类器
表情识别系统
人脸识别数据
可读存储介质
处理器
系统为您推荐了相关专利信息
注意力
全局平均池化
眼睛特征
特征提取器
驾驶员人脸
图像
神经网络模型
多尺度特征融合
注意力机制
上采样