本發明公開了一種融合強化學習與遞進學習的表情識別方法,該方法包含:構建包含樣本篩選模塊與表情分類模塊的強化學習模型;將訓練集樣本劃分為I組,使用一組樣本對強化學習模型的每一輪訓練中,表情分類模塊輸出預測類別概率,樣本篩選模塊將樣本分為容易、較易、不易分類樣本,按照遞進學習思想使用容易、較易和不易分類樣本對表情分類模塊重新訓練,根據重新訓練前后表情分類模塊輸出的預測類別概率之差,基于強化學習方法調整樣本篩選模塊,進入下一輪的模型訓練,經過I輪迭代訓練得到訓練好的表情分類模塊;用訓練好的表情分類模塊對人臉圖像進行表情識別。該方法能消除含噪聲標簽樣本對模型訓練的不利影響,提升表情識別準確性和魯棒性。
聲明:
“融合強化學習與遞進學習的表情識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)