摘要
本发明涉及面部表情识别技术领域,具体涉及一种基于改进DenseNet的大学生面部表情识别方法,包括采集大学生面部表情图像;对面部表情图像进行预处理,获取处理后的第一图像集;对所述第一图像集中的图像进行面部表情类型的标注,获得标注后的第二图像集;步骤四:获取训练集图像,基于训练集图像和所述第二图像集中的图像,对改进的DenseNet网络进行训练,构建大学生面部表情图像识别模型;通过最终的大学生面部表情图像识别模型对实时捕捉的大学生面部表情进行识别分析,获得大学生面部表情的识别分析结果。本发明能够提取出与面部表情相关的深度特征,提升面部表情分析的准确性,从而为相关应用提供有力的支持。
技术关键词
面部表情识别方法
图像识别模型
标注算法
面部表情识别技术
直方图均衡化
人脸关键点检测
面部表情分析
训练集
对比度
颜色
拉普拉斯
网络
滤波
数据
因子
噪声
互联网
系统为您推荐了相关专利信息
数据修改方法
嵌入式固件
建模算法
光流法
完整运动轨迹
查询意图
查询方法
身份验证
语音识别模型
信息检索
图像标注方法
实体
图像处理模型
标注算法
协同过滤算法
图像识别模型
挂号系统
HIS系统
交互方法
鼠标键盘