基于多任务特征学习网络的人脸表情识别方法

摘要

本发明提供了一种基于多任务特征学习网络的人脸表情识别方法。首先，对数据集中的数据进行人脸检测及裁剪，再进行LDP和HOG手工特征处理，分别得到深度学习网络的输入数据集；然后，分别以原始图像、LDP、HOG图像作为多任务特征学习网络模型中三个子网络的输入，进行网络训练；最后，利用训练好的网络对图像进行人脸识别，得到人脸表情所属类别。由于本发明基于三个并行的卷积神经网络，构建出多任务特征学习网络模型，提取更丰富的人脸表情信息，降低了无关特征对表情识别的干扰从而导致表情错判的风险，提高人脸表情识别的可靠性，实现了对人脸表情的高效识别。