一种基于深度学习的人脸微表情分类系统构建方法

一种基于深度学习的人脸微表情分类系统构建方法属人工智能深度学习及情感计算技术领域，本发明通过设计大核解构三维网络模型，将光流特征作为输入，并结合面部区域分解策略和三维卷积技术，有效识别微表情的动态变化；采用大核卷积，通过顺序分解深度卷积序列，动态调整特征提取主干的感受野，实现广泛和动态上下文信息的提取。通过将面部表情图像划分为四个不同区域，学习局部区域与全局特征的相互作用，提升识别精度；使用基于小波的下采样模块取代传统池化层，能显著提高特征层次结构中局部与全局的上下文关系捕获能力。本发明的网络轻量、识别速度快、准确率高，可广泛应用于情感分析、心理状态评估及相关领域。