一种基于可解释性的人脸表情识别方法及应用

本发明属于人工智能领域的图像处理与深度学习，具体涉及一种利用深度学习算法实现的、具有高透明度和可解释性的人脸表情识别方法及其应用。旨在解决现有人脸表情情绪识别技术在复杂环境下准确率较低、模型不透明不具有可解释性的问题。本发明首先通过摄像头或其他设备采集面部视频流，并对数据进行增强以提高模型的鲁棒性和泛化能力，接着使用MTCNN模型进行面部检测，获取面部边界框坐标和关键点信息，然后采用Xception和YOLOv5‑cls双深度学习模型进行表情分类，最后，通过RISE算法生成显著性图。本发明通过双深度学习模型的学习提升了识别的鲁棒性和泛化能力，显著提高了识别准确率，特别是在复杂环境下表现出色，本发明通过RISE算法生成显著性图，解释模型的决策过程，提高了模型的透明度和用户信任度。