欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022107672983
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种融合强化学习与递进学习的表情识别方法,其特征在于,该方法包括以下步骤:S1:构建包含样本筛选模块与表情分类模块的强化学习模型;

S2:将训练集样本划分为I组,在使用一组样本对强化学习模型的每一轮训练中,表情分类模块输出预测类别概率,样本筛选模块将样本分为容易、较易或不易分类样本,按照递进学习思想依次使用容易、较易和不易分类样本对表情分类模块重新训练,根据重新训练前后表情分类模块输出的预测类别概率之差,基于强化学习方法调整样本筛选模块,并进入下一轮的模型训练,经过I轮迭代训练得到训练好的表情分类模块;

S3:用训练好的表情分类模块对人脸图像进行表情识别;

所述步骤S2包含以下子步骤:

步骤2.1:对样本筛选模块、表情分类模块进行随机初始化,利用人脸表情图像库中的所有训练样本对表情分类模块进行初步训练;

步骤2.2:将人脸表情图像库中训练集样本划分为I组,每组K个样本,其中样本一共有C个类别;

步骤2.3:分别初始化i和k的值为1,设第i组第k个样本为步骤2.4:判断k≤K是否成立,如果成立,则执行步骤2.5,如果不成立,则执行步骤2.8;

步骤2.5:将样本

步骤2.6:获取样本

步骤2.7:对样本

步骤2.8:对于第i组中的K个样本的标签类别预测概率步骤2.9:采用递进学习的思想,按照先易后难的顺序,分三个阶段循序渐进地对表情分类模块进行重新训练,得到重新训练的表情分类模块;

步骤2.10:对样本筛选模块进行奖励,步骤S2中有关强化学习模型中奖励的定义如下:在表情分类模块重新训练之后,将样本

2.根据权利要求1所述的一种融合强化学习与递进学习的表情识别方法,其特征在于,所述步骤S1中,表情分类模块采用卷积神经网络,包含卷积层、池化层、全连接层,具体地,设一个卷积层后连接一个最大池化层形成一个block,表情分类模块由m

3.根据权利要求1所述的一种融合强化学习与递进学习的表情识别方法,其特征在于,所述步骤2中按照递进学习思想重新训练具体包括以下步骤:设样本数据集表示为D∈R