摘要
本发明公开了一种基于噪声鲁棒图模型的面部表情识别方法及系统,将待识别的面部图像输入到噪声鲁棒图模型,对面部表情进行识别,噪声鲁棒图模型包括:特征提取及预识别网络模型,用于提取样本图像的深度特征及表情预识别标签;邻接矩阵初始化模型,用于构建初始化邻接矩阵;邻接矩阵正则化模型,用于对初始化邻接矩阵进行正则化,输出正则化邻接矩阵;分类网络模型,用于输出表情识别标签;根据表情预识别标签、初始化邻接矩阵、正则化邻接矩阵和表情识别标签计算交叉熵损失函数,利用交叉熵损失函数对噪声鲁棒图模型进行监督训练。本发明同时关注样本间的特征相似性和学习难度差异,可以解决包含难样本和噪声标签的自然场景下表情识别问题。
技术关键词
面部表情识别方法
识别标签
样本
正则化模型
分类网络
图像
表情识别系统
矩阵
深度神经网络模型
主成分分析方法
噪声标签
自然场景
代表
非线性
元素
批量
模块
系统为您推荐了相关专利信息
多层级标签
生成训练样本
计算机执行指令
标签组
编码策略
KNN算法
微粒
识别方法
局部放电信号特征
分布特征
绞吸挖泥船
铰刀
参数
网格搜索算法
小样本深度学习
小脑模型神经网络
灵巧手控制
运动控制器
训练神经网络
模型预测控制算法