本发明公开了一种融合强化学习与递进学习的表情识别方法,该方法包含:构建包含样本筛选模块与表情分类模块的强化学习模型;将训练集样本划分为I组,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、不易分类样本,按照递进学习思想使用容易、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,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;用训练好的表情分类模块对人脸图像进行表情识别。该方法能消除含噪声标签样本对模型训练的不利影响,提升表情识别准确性和鲁棒性。
声明:
“融合强化学习与递进学习的表情识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)