摘要
本发明提出了一种基于视觉不变特征的面部表情识别方法,涉及计算机视觉技术领域,包括:构建多视角面部表情数据集,从中随机抽取一批图像并进行图像增强后划分为两组,将其分别输入编码器,再输入浅层神经网络,然后通过视角不变对比损失函数进行表情表征学习,并通过监督对比损失函数进行表情表征学习,然后通过Barlow Twins损失函数对中间投影嵌入向量进行面部特征学习,最后通过计算总损失函数来构建面部表情识别模型,将待识别面部图像输入面部表情识别模型即得到面部表情识别结果;本发明能够从任何视角有效识别面部表情,能够通过学习消除表情之间的细微差异使面部表情更加紧凑,从而显著提高了面部表情的识别精度。
技术关键词
面部表情识别方法
面部表情识别模型
索引
浅层神经网络
图像特征向量
图像增强
图像类别
识别面部表情
面部特征
计算机视觉技术
多视角
编码器
标签
处理器
系统为您推荐了相关专利信息
模拟退火算法
粒子群算法
模拟退火混合算法
货架
调度系统
自动识别系统
数据分析模型
异构
解析单元
特征提取单元