基于改进残差网络的多阶段渐进式表情识别方法和系统

本发明涉及图像和表情识别技术领域，尤其是一种基于改进残差网络的多阶段渐进式表情识别方法和系统，解决了现有技术中表情识别模型数据集不均衡，模型训练效果差的问题。本发明构建包含一阶子模型、二阶积极子模型和二阶消极子模型的表情识别模型；一阶子模块用于将表情识别为积极、中性或消极；二阶积极子模型对识别为积极的表情进行分类；二阶消极子模型对识别为消极的表情进行分类。本发明将表情类别先高度概括为三个情绪类别，再分别将积极类别和消极类别逐步地分解成更小的子类别进行模型训练。推理时，设计了相应的执行策略对表情图像进行识别，这样能够间接地减少了不同类别数据之间存在相似性对模型的影响，大大减少了因类别相似性带来的混淆问题，实现了从粗到细的高精度识别。同时不同模型可以学习到更具判别性的特征，从而提升线上表情识别的准确率。