[发明专利]一种基于深度学习的戴口罩人脸表情识别方法

权利要求书

1.一种基于深度学习的戴口罩人脸表情识别方法，包括：

步骤A1，戴口罩表情数据集的建立；

步骤A2，深度学习网络M-Xception的搭建；

步骤A3，对戴口罩的人脸表情进行预处理；

步骤A4，利用训练权重完成表情分类和识别。

2.如权利要求1所述一种基于深度学习的戴口罩人脸表情识别方法，其中所述的戴口罩表情数据集的建立部分：定义4种不同的表情类别，分别是中性、惊讶、悲伤和生气，利用Dlib库68个人脸关键点检测技术完成人脸戴口罩操作，得到3841张分辨率为48*48的灰度表情图像，可分为训练集和测试集。

3.如权利要求1所述一种基于深度学习的戴口罩人脸表情识别方法，其中所述的深度学习网络M-Xception的搭建：M-Xception是在Xception网络的基础上，改进输入特征大小、卷积方式和网络层数，设计出来的一种专用于人脸表情识别的22层卷积神经网络，包括2个标准卷积层、15个深度可分离卷积层、4个池化层和1个Softmax分类层。

4.如权利要求1所述一种基于深度学习的戴口罩人脸表情识别方法，其中所述对戴口罩的人脸表情进行预处理部分：利用OpenCV技术对采集到的图像进行人脸检测及定位，并将其缩放至48*48的灰度图像。

5.如权利要求1所述一种基于深度学习的戴口罩人脸表情识别方法，其中所述的利用训练权重完成表情识别部分：将每类表情图像的训练集数据输入M-Xception网络，得到网络权重，并采用测试集数据检测网络的准确率，最后将采集的人脸表情图像输入到网络中即可完成表情分类。