基于YOLOv8深度学习的人脸面部表情识别方法及装置
申请号:CN202510949897
申请日期:2025-07-10
公开号:CN120976983A
公开日期:2025-11-18
类型:发明专利
摘要
本发明提供了一种基于YOLOv8深度学习的人脸面部表情识别方法及装置,方法包括:S1采集各种基本表情的公开数据集并进行标注,及对标注数据进行标准化处理以及噪声过滤得到数据集;S2对YOLOv8的网络结构进行改进,得到改进YOLOv8表情识别模型;S3采用训练集和测试集对改进YOLOv8表情识别模型进行训练和推理;S4采用训练后的改进YOLOv8表情识别模型对待识别图像或视频中的人脸面部表面进行识别。其能够捕捉从整体表情到肌肉微动的多尺度特征,解决了微表情微弱特征难以捕获的问题,同时结合自适应几何校正模块自动完成角度校正、尺寸归一化及遮挡补偿,消除侧脸与遮挡干扰,提高识别效率。
技术关键词
人脸面部表情
识别方法
多尺度特征
上下文感知网络
校正模块
网络结构
生成多尺度
模型训练模块
表情特征
图像
数据采集模块
注意力机制
动态
语义特征
全局平均池化
时序