[发明专利]一种对抗强化的表情识别方法

摘要

本发明提出一种对抗强化的表情识别方法，其中的表情识别网络包括特征编码器和特征分类器，生成对抗网络包括特征编码器、特征解码器和鉴别器，首先构建人脸表情和无表情图片集，并对图片集的图片进行姿态归一化处理；将表情图片输入表情识别网络的特征编码器中获得表情特征编码，然后输入到特征分类器中进行分类输出；将无表情图片输入生成对抗网络的特征编码器中进行编码，获得无表情特征编码；将上述两种特征编码和高斯噪声进行串接，得到融合特征编码后输入到特征解码器中，输出新的表情图片；以新的表情图片为负样本，以输入的表情图片为正样本，鉴别器对其类别进行鉴别，重复上述步骤对表情识别网络和生成对抗网络进行交替训练并更新参数。

主权项

1.一种对抗强化的表情识别方法，其特征在于，包括表情识别网络和生成对抗网络，其中所述表情识别网络包括特征编码器和特征分类器，所述生成对抗网络包括特征编码器、特征解码器和鉴别器；具体步骤如下：S1：构建人脸无表情图片集和人脸表情图片集，并对人脸无表情图片集和人脸表情图片集中的图片进行姿态归一化处理；S2：将完成处理的人脸表情图片输入表情识别网络的特征编码器中进行编码，获得对应的表情特征编码，并将表情特征编码输入到表情识别网络的特征分类器中进行分类输出；S3：将完成处理的人脸无表情图片输入生成对抗网络的特征编码器中进行编码，获得对应的无表情特征编码；S4：将表情特征编码、无表情特征编码和高斯噪声进行串接，得到融合特征编码，然后输入到生成对抗网络的特征解码器，输出新的人脸表情图片；S5：以所述生成的新的人脸表情图片作为负样本，以输入表情识别网络的人脸表情图片作为正样本，使用生成对抗网络的鉴别器对正负样本图片的类别进行鉴别；S6：重复执行步骤S2～S5对表情识别网络和生成对抗网络进行训练，并基于训练的结果对表情识别网络、生成对抗网络的参数进行更新；S7：将待识别的人脸表情图片输入完成训练的表情识别网络中进行表情识别分类。