一种基于损失函数集成和粗细分级卷积神经网络的表情识别方法

摘要

本发明公开了一种基于损失函数集成和粗细分级卷积神经网络的表情识别方法，包括：针对卷积神经网络提取的表情特征存在类间距离过小、类内距离过大进而影响分类识别准确率的问题,从损失函数角度提出改进，引入其它四种损失函数来替代常用的Softmax损失函数，以扩大表情特征的类间距离，缩小类内距离；针对表情识别中存在的某几类表情分类混淆的问题,提出了一种基于粗细分级的卷积神经网络表情识别方法；为将表情识别任务功能统一,设计和开发了基于卷积神经网络的表情识别系统。本发明能提升不同损失函数的表情识别准确率，提升集成网络的识别准确率，提升易混淆类别表情的识别准确率。