摘要
本申请属于人工智能领域,涉及一种图像的面部表情识别方法,包括:获取目标对象的目标人脸图像和待测人脸图像,目标人脸图像为目标对象在自然状态下的人脸图像;采用预先训练的深度学习模型,对目标人脸图像和待测人脸图像进行特征提取,得到多个空间尺度的特征图;根据特征图,确定目标人脸图像与待测人脸图像之间的面部动态差异数据;对面部动态差异数据进行融合,生成目标对象的融合特征;对融合特征和待测人脸图像的特征进行特征处理,得到待测人脸图像的面部表情类型。本申请还提供一种装置、设备及介质。本申请可应用于金融保险、医疗等业务领域中,可以提高人脸表情预测的准确性。
技术关键词
面部表情识别方法
深度学习模型
图像
融合特征
动态变化特征
计算机可读指令
加权损失函数
面部表情识别装置
对象
数据
可读存储介质
人脸表情
分析工具
处理器
计算机设备
模块
存储器
系统为您推荐了相关专利信息
网络业务流量
噪声数据
生成数据集
多头注意力机制
生成随机
编码器
计算机程序代码
解码器
图像处理方法
芯片系统
三维网格数据
义齿模型
口腔扫描设备
牙弓曲线
样本
数据扩充方法
生成对抗网络
动态
超声图像数据
规划
隧道场景
信号屏蔽装置
测评方法
定位模块
定位算法