公开(公告)号：CN115424313A

公开(公告)日：2022-12-02

申请号：CN202210863535.6

申请日：2022-07-20

Applicant: 河海大学常州校区

Inventor： 张鸿 ,  张雨溪 ,  梁博成 ,  姚潇

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了一种基于深浅层多特征融合的表情识别方法及装置，方法包括：获取待识别的人脸图像数据；将待识别的人脸图像数据输入预训练好的基于深浅层多特征融合的卷积神经网络检测模型；根据卷积神经网络检测模型的输出，确定人脸图像数据的表情识别结果；其中所述卷积神经网络检测模型的训练方法包括：获取带有标签的样本人脸图像数据集；对样本人脸图像数据集进行数据增强处理，得到拓展后的数据集；利用拓展后的数据集对卷积神经网络检测模型进行训练、优化，优化以最小化PEDCC‑Loss损失函数为目标，得到训练好的卷积神经网络检测模型。本发明实现了面部表情的精确识别，解决了传统VGG19网络在表情分类任务中效果不佳的问题。