摘要
本发明公开了一种基于无感式情感计算的数据质检方法、设备及介质,属于计算机视觉技术领域,用于解决现有面部表情识别技术主要识别基本情绪,缺乏对非自然异常表情的有效识别算法,容易在数据采集时混入包含异常表情的伪数据,影响情绪计算模型的判断准确性的技术问题。方法包括:采集正常表情类别图像构建正常表情数据集;采集异常表情类别图像构建异常表情数据集;基于视觉Transformer网络及多头注意力机制构建异常表情识别模型;通过正常表情数据集与异常表情数据集对异常表情识别模型进行训练,并通过二分类交叉损失函数进行模型优化;在无感式情感计算过程中,通过异常表情识别模型自动识别并剔除无感情绪数据中的异常样本。
技术关键词
数据质检方法
多头注意力机制
图像
网络结构
非易失性计算机可读存储介质
面部表情识别技术
抓取网络
计算机视觉技术
质检设备
样本
人脸
标签
爬虫
识别算法
处理器通信