基于改进VGG-Net的部分遮挡的人脸表情识别方法

摘要

本发明公开了一种基于改进VGG‑Net的部分遮挡的人脸表情识别方法，包括以下步骤：重建部分遮挡下的人脸表情识别数据集；对输入图像进行预处理；基于VGG‑16进行改进和模型训练，在第13层卷积层后面接上2个残差块，再经过全连接层和softmax loss，得到输出结果向量，实现对图像的处理和权重的学习；将传统的softmax loss改进为Large Margin Cosine Loss(LMCL)，得到输出结果向量。本发明在部分遮挡的人脸表情识别率与最新的研究方法相比，一方面本发明的准确率相比其他方法高达3％，另一方面，本发明的实验数据结果提供了关于这个研究方向可参考的数据。