跨域人脸表情识别方法、系统、设备及存储介质

    公开(公告)号:CN117152806A

    公开(公告)日:2023-12-01

    申请号:CN202310938726.9

    申请日:2023-07-28

    IPC分类号: G06V40/16 G06N3/094

    摘要: 本发明公开了一种跨域人脸表情识别方法、系统、设备及存储介质,所述方法包括:构建的模型包括特征提取器、独立对抗学习模块、独立伪标签生成模块、全局‑局部一致预测模块和独立分类学习模块,通过特征提取器从图像中提取包括全局特征和局部特征的多个特征向量;独立对抗学习模块根据提取的多个特征向量区别图像是来自于源域还是目标域;独立伪标签生成模块根据目标域图像提取的特征向量生成伪标签,进而通过全局‑局部一致预测模块得到目标域图像的伪标签;独立分类学习模块根据源域数据集、目标域数据集及对应的伪标签对摸型进行训练;将待预测图像输入训练好的模型中,输出伪标签。本发明利用构建的模型,能够显著提高面部表情识别的准确率。

    基于改进的双网络识别模型的蝴蝶细粒度识别方法

    公开(公告)号:CN114861803A

    公开(公告)日:2022-08-05

    申请号:CN202210526795.4

    申请日:2022-05-16

    摘要: 本发明公开了基于改进的双网络识别模型的蝴蝶细粒度识别方法,包括步骤:收集蝴蝶在自然生活环境中的生态照片和蝴蝶标本照片,构建蝴蝶图片数据集;对所述蝴蝶图片数据集中的图片进行处理;分割图片处理后的蝴蝶图片数据集;搭建双网络识别模型;获得最终识别模型;使用所述最终识别模型进行蝴蝶细粒度识别,并采用平均加权的方式将所述第一识别网络和第二识别网络的的识别结果融合,得到最终的识别结果。与现有技术相比,本发明比标准的CNN架构识别率更高,性能更加稳定。