基于深度学习的人脸情绪识别方法、装置、设备及介质

摘要

本发明公开了一种基于深度学习的人脸情绪识别方法、装置、设备及介质，所述方法包括：将待识别图像输入预设的深度学习模型中，使用深度学习模型中的输入层对待识别图像进行通道数据提取，得到待识别图像的人脸图像数据，并使用卷积层的第一卷积核对人脸图像数据进行深度卷积计算，得到特征数据，以及使用卷积层的第二卷积核对特征数据进行点卷积计算，得到待识别图像的人脸特征，最后，使用全连接层对人脸特征进行分类回归，得到待识别图像的的情绪状态。本发明实施例通过将传统的深度学习算法中的标准的卷积运算分解成一个深度卷积的计算和一个点卷积的计算，减少了深度学习模型的计算量，提高情绪识别模型的运算速率。