基于空间注意力和深度神经网络的人脸表情识别方法

摘要

本发明公开了一种基于空间注意力和深度神经网络的人脸表情识别方法，可用于实现对人脸面部表情的实时检测。该发明主要包括：获取人脸表情数据集，按一定比例划分为训练集、验证集、测试集后，提取出图像中的人脸部分，并进行旋转、水平翻转、裁剪、色彩抖动等数据增强操作；训练表情分类网络，使用基于逆向残差层与的卷积神经网络提取图像特征后，通过空间注意力机制对图像各区域的重要性进行区分，并基于得到的特征对人脸图像进行表情分类；在人脸表情分类数据集上评估网络的识别效果。本发明相比于当前主要的人脸面部表情分类算法，获得了更高的平均分类准确率，且算法实时性高，是一种高质量的人脸面部表情识别算法。