一种基于阶段式自适应课程学习的微表情识别方法

AITNT
正文
推荐专利
一种基于阶段式自适应课程学习的微表情识别方法
申请号:CN202510664683
申请日期:2025-05-22
公开号:CN120599676A
公开日期:2025-09-05
类型:发明专利
摘要
本发明涉及一种基于阶段式自适应课程学习的微表情识别方法,包括:A、对微表情和宏表情视频序列进行预处理;B、构建时空特征融合模型,对预处理得到的微表情数据集做深度特征提取,并预训练宏表情识别教师模型;C、构建基于阶段式自适应课程学习的深度学习算法,构建的时空特征融合模型训练过程中引入一种面向微表情识别的基于阶段式自适应课程学习的深度学习算法,以优化训练过程;D、对训练得到的宏表情识别教师模型在测试集上进行分类识别。本发明方法得到了更加有效、具有判别力的微表情特征,提高了模型的泛化能力,进一步解决了现有微表情识别领域存在的可用数据集缺乏、数据集含有冗余信息大、识别准确度不高的问题。
技术关键词
表情模型 表情识别方法 样本 微表情识别 动态特征提取 深度学习算法 人脸 表情特征 Softmax函数 采样池 时空融合特征 像素块 阶段 深度特征提取 多层感知机 队列 分支 代表 序列
系统为您推荐了相关专利信息
1
适应像素级大尺度无监督语义分割任务的分割方法、装置及存储介质
分割方法 无监督 图像编码器 分支 像素
2
一种小样本油气管道事故实体识别方法
实体识别方法 知识蒸馏技术 预训练模型 管道 标签
3
一种基于三维熵评估的问答处理方法、系统、设备及介质
语义图谱 样本 大语言模型 语义分析模型 实体
4
一种基于轻量化判别的云端智能燃气泄漏分析与决策方法
移动巡检平台 燃气泄漏监测 智能燃气 决策方法 监测点
5
图像转换处理方法、装置、电子设备及存储介质
图像转换模型 噪声特征 磁共振 随机噪声 切片
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号