【技术实现步骤摘要】
本专利技术属于图像处理，主要涉及人脸面部表情识别，具体地是一种基于跨模式情感一致性的面部表情识别方法。应用于对智慧教育、辅助医疗、疲劳驾驶等诸多人机交互系统中人脸的表情类别进行识别。
技术介绍
1、面部表情是人类表达内心情感状态和意图最自然、最有力且最普遍的信号之一。面部表情识别是计算机视觉领域的一项基本任务，自动面部表情识别对于机器理解人类行为并与人类进行友好地交互具有重要的意义，受到了许多学者的广泛关注。早在20世纪70年代，美国心理学家ekman和friesen等人就对不同文化中的面部表情进行了广泛的研究，并在此基础上定义了几种基本情绪用于描述人类的面部表情，例如快乐、悲伤、惊讶、恐惧、愤怒和厌恶等。此后，许多学者针对这些基本情绪陆续收集了raf-db、ferplus和affectnet等野外面部表情数据集。近年来，随着深度学习技术在各个领域的成功应用，基于深度学习的自动野外面部表情识别逐渐成为了面部表情识别任务的研究重点。然而，由于面部表情的模糊性，这些数据集中普遍存在标注不一致的情况，鲁棒的面部表情识别仍然充满了挑战。
...【技术保护点】
1.一种基于跨模式情感一致性的面部表情识别方法，其特征在于，使用多分类标签和分布标签来对模糊表情中的多个情绪及强度进行描述，利用多标签分布网络结果产生破坏图像，再将产生的破坏图像及其模糊图像训练分类主网络，获取面部表情识别结果，包括有以下步骤：
2.根据权利要求1所述的基于跨模式情感一致性的面部表情识别方法，其特征在于，步骤2中所述设计与构建基于跨模式情感一致性的面部表情识别模型，包括如下步骤：
3.根据权利要求1所述的基于跨模式情感一致性的面部表情识别方法，其特征在于，步骤3中所述设置分类主网络和多标签分布网络的网络结构，包括如下步骤：>
4.根据权利...
【技术特征摘要】
1.一种基于跨模式情感一致性的面部表情识别方法，其特征在于，使用多分类标签和分布标签来对模糊表情中的多个情绪及强度进行描述，利用多标签分布网络结果产生破坏图像，再将产生的破坏图像及其模糊图像训练分类主网络，获取面部表情识别结果，包括有以下步骤：
2.根据权利要求1所述的基于跨模式情感一致性的面部表情识别方法，其特征在于，步骤2中所述设计与构建基于跨模式情感一致性的面部表情识别模型，包括如下步骤：
3.根据权利要求1所述的基于跨模式情感一致性的面部表情识别方法，其特征在于，步骤3中所述设置分类主网络和多...
【专利技术属性】
技术研发人员：毛莎莎，张媛媛，闫丹丹，罗艳佳，缑水平，焦李成，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。