一种基于图神经网络的多域特征级融合表情识别方法

本发明公开了一种基于图神经网络的多域特征级融合表情识别方法，涉及计算机视觉技术领域，包括首先，对原始图像进行数据增强，基于关键点检测，按照三庭五眼对面部进行区域划分；其次，构建面部的图结构，并根据特征点所在区域为各个边赋予相应的权重，得到加权后的距离信息，并存储于邻接矩阵；然后通过图神经网络获取谱域特征和空域特征，通过多级卷积神经网络、ViT分别获取局部特征、上下文特征；之后，通过基于结构特征引导的特征融合网络进行多域特征融合，进而获得表情识别结果。因此，采用上述一种基于图神经网络的多域特征级融合表情识别方法，能够使模型更深入地理解表情的变化，增强识别能力，提升模型的鲁棒性、稳定性。