[发明专利]一种基于E-FCNN的微小面部表情识别方法

权利要求书

1.一种基于E-FCNN的微小面部表情识别方法，其特征在于，该方法包括以下步骤：

步骤1：分别建立边缘化面部增强模块、上采样网络模块和基于反馈的超分辨率网络模块，其中，所述边缘化面部增强模块，用于对输入的人脸进行边缘提取并且增强；所述上采样网络模块，用于对输入图像进行插值法上采样，所述基于反馈的超分辨率网络模块，用于对输入图像进行超分辨率处理；

步骤2：结合边缘化面部增强模块、上采样网络模块和基于反馈的超分辨率网络模块建立E-FCNN网络模型；

步骤3：将特定尺寸的面部表情图像数据输入至E-FCNN网络模型中，得到对应的面部表情的识别结果；

所述的边缘化面部增强模块由SRCNN层和边缘提取层加权融合组成；所述的SRCNN层和所述边缘提取层各自均由多个不同尺寸的conv层组成；

所述的基于反馈的超分辨率网络模块由LR特征提取块LRFB、重构块RB、反馈块和Resnet块组成；所述的LR特征提取块LRFB由多个不同尺寸的conv层组成；所述的重构块RB由Deconv层和conv层组成；所述的Resnet块由Relu层、多个conv层和Addition层组成；所述的反馈块由多个conv层和Deconv层彼此叠加组成；

输入图像分别经过边缘增强网络模块、上采样网络模块以及基于反馈的超分辨率网络模块，最终加和，将加和结果再反馈到基于反馈的超分辨率网络中的反馈块中进行循环，当达到一定循环次数t时，跳出循环再经过VGG19得到最终的输出。