公开(公告)号：CN112906500B

公开(公告)日：2023-08-22

申请号：CN202110125228.3

申请日：2021-01-29

Applicant: 华南理工大学

Inventor： 张通 ,  刘炳秀 ,  贾雪 ,  王雪菡 ,  陈俊龙

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/047

Abstract: 本发明公开了基于深度特权网络的人脸表情识别方法，包括以下步骤：主网络通过输入面部表情图片，并进行预处理，得到预处理面部表情图片；主网络学习其人脸表情特征，得到人脸表情特征信息，进而对人脸表情情绪进行情绪分类，得到情绪分类信息；通过特权网络获取特权信息，进而对损失函数进行特权学习，优化主网络的参数，得到优化深度特权网络；在主网络输入测试的面部表情图片，对测试的面部表情图片进行预处理；采用通过特权学习后的深度特权网络提取表情特征，实现情绪分类，得到人脸表情识别结果；本发明将人脸运动单元作为特权信息，对传统的深度网络进行训练以提取出有利于识别的表情特征，从而提高人脸情绪识别的准确度。

公开(公告)号：CN112906500A

公开(公告)日：2021-06-04

申请号：CN202110125228.3

申请日：2021-01-29

Applicant: 华南理工大学

Inventor： 张通 ,  刘炳秀 ,  贾雪 ,  王雪菡 ,  陈俊龙

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于深度特权网络的人脸表情识别方法，包括以下步骤：主网络通过输入面部表情图片，并进行预处理，得到预处理面部表情图片；主网络学习其人脸表情特征，得到人脸表情特征信息，进而对人脸表情情绪进行情绪分类，得到情绪分类信息；通过特权网络获取特权信息，进而对损失函数进行特权学习，优化主网络的参数，得到优化深度特权网络；在主网络输入测试的面部表情图片，对测试的面部表情图片进行预处理；采用通过特权学习后的深度特权网络提取表情特征，实现情绪分类，得到人脸表情识别结果；本发明将人脸运动单元作为特权信息，对传统的深度网络进行训练以提取出有利于识别的表情特征，从而提高人脸情绪识别的准确度。