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
样本
识别系统
图像识别模块
深度学习识别模型
数字孪生
钽电解电容器
失效检测系统
多维时序数据
电子元器件检测技术
异常信号