摘要
本发明公开一种优化面部表情识别的方法及装置,涉及图像识别技术领域;包括:步骤1:针对面部图像I,进行数据增强操作,步骤2:使用卷积神经网络CNN构建面部表情识别模型,步骤3:利用面部表情识别模型对比类激活图M与类激活图M′的语义一致性,用于弥补姿态变化和遮挡引起的特征模糊,步骤4:利用面部表情识别模型对二值交叉熵损失加入自适应因子进行长尾校正,步骤5:利用面部表情识别模型利用分类损失获得面部表情分类;本发明增强了深度学习模型抗噪声干扰能力,提升了深度学习模型在实际应用场景下的面部表情识别准确率。
技术关键词
面部表情识别模型
图像类别
细粒度特征
语义
深度学习模型
视觉
纹理
模块
图像识别技术
因子
标签
抗噪声
校正
像素
样本
误差
系统为您推荐了相关专利信息
翻译交互系统
声音传感器
语音
音频特征提取
编码向量
启发式搜索
水轮发电机
励磁系统
路径规划算法
场景
辅助检查方法
智能语义理解
检查系统
搭建模块
人工智能平台