技術特征：

技術總結
本發(fā)明提供了一種基于深度學習的‘宏to微轉換模型’的微表情自動識別方法，包括：A、微表情樣本處理：1)對微表情數(shù)據(jù)集樣本和宏表情數(shù)據(jù)集樣本進行預處理；2)構建跨模態(tài)元組損失函數(shù)的樣本對；B、跨模態(tài)‘宏to微’轉換模型訓練：3)訓練AU檢測網(wǎng)絡，初始化AU檢測網(wǎng)絡參數(shù)，訓練一個柔性最大值損失函數(shù)；4)固定AU檢測網(wǎng)絡參數(shù)，初始化跨模態(tài)‘宏to微’轉換模型參數(shù)，訓練跨模態(tài)‘宏to微’轉換模型；C、微表情識別：根據(jù)訓練好的卷積神經(jīng)網(wǎng)絡模型，初始化測試參數(shù)，將用于測試的樣本送入訓練好的卷積神經(jīng)網(wǎng)絡模型中，經(jīng)過網(wǎng)絡前向傳播之后輸出識別率。本發(fā)明較已有方法更具有魯棒性。

技術研發(fā)人員：賁晛燁;龐建華;馮云聰;任億;趙子君;張鑫
受保護的技術使用者：山東大學
技術研發(fā)日：2017.07.18
技術公布日：2017.10.20