[发明专利]基于生成对抗网络数据增强的人脸表情识别方法和装置在审
| 申请号： | 201810303845.6 | 申请日： | 2018-04-04 |
| 公开（公告）号： | CN108446667A | 公开（公告）日： | 2018-08-24 |
| 发明（设计）人： | 秦曾昌;万涛;刘伊凡;王恒;朱欣悦 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京汇捷知识产权代理事务所(普通合伙) 11531 | 代理人： | 于鹏 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于生成对抗网络数据增强的人脸表情识别方法，包括：获取训练数据且对训练数据进行预处理；根据训练目标，构造CycleGAN模型与卷积神经网络模型；将CycleGAN模型的原本的损失函数、卷积神经网络模型的损失函数与训练目标进行结合；对CycleGAN模型进行训练，使用训练完成的CycleGAN模型进行数据增强；对卷积神经网络模型进行训练，使用训练完成的卷积神经网络分类器在测试集上验证卷积神经网络分类器的准确率。本公开提供的方法通过生成对抗网络生成图像，进行数据增强，然后训练分类器，提高了模型准确率。本公开还提供了一种基于生成对抗网络数据增强的人脸表情识别装置。 | ||
| 搜索关键词： | 卷积神经网络 人脸表情识别 网络数据 对抗 数据增强 损失函数 训练目标 训练数据 分类器 准确率 预处理 方法和装置 训练分类器 网络生成 测试集 验证 图像 | ||
【主权项】：
1.一种基于生成对抗网络数据增强的人脸表情识别方法，其特征在于，所述方法包括：获取人脸图像数据集作为训练生成对抗网络的训练数据，对所述训练数据进行预处理；根据训练目标，构造CycleGAN模型与卷积神经网络模型；将所述CycleGAN模型的损失函数、所述卷积神经网络模型的损失函数和所述训练目标结合；对所述CycleGAN模型进行训练，且使用训练完成的所述CycleGAN模型进行数据增强；对所述卷积神经网络模型进行训练，且使用训练完成的卷积神经网络分类器在测试集上验证所述卷积神经网络分类器的准确率；其中，所述CycleGAN模型用于进行数据增强，所述卷积神经网络模型用于进行数据分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810303845.6/，转载请声明来源钻瓜专利网。
