本發(fā)明公開(kāi)了一種融合強(qiáng)化學(xué)習(xí)與遞進(jìn)學(xué)習(xí)的表情識(shí)別方法，該方法包含：構(gòu)建包含樣本篩選模塊與表情分類(lèi)模塊的強(qiáng)化學(xué)習(xí)模型；將訓(xùn)練集樣本劃分為I組，使用一組樣本對(duì)強(qiáng)化學(xué)習(xí)模型的每一輪訓(xùn)練中，表情分類(lèi)模塊輸出預(yù)測(cè)類(lèi)別概率，樣本篩選模塊將樣本分為容易、較易、不易分類(lèi)樣本，按照遞進(jìn)學(xué)習(xí)思想使用容易、較易和不易分類(lèi)樣本對(duì)表情分類(lèi)模塊重新訓(xùn)練，根據(jù)重新訓(xùn)練前后表情分類(lèi)模塊輸出的預(yù)測(cè)類(lèi)別概率之差，基于強(qiáng)化學(xué)習(xí)方法調(diào)整樣本篩選模塊，進(jìn)入下一輪的模型訓(xùn)練，經(jīng)過(guò)I輪迭代訓(xùn)練得到訓(xùn)練好的表情分類(lèi)模塊；用訓(xùn)練好的表情分類(lèi)模塊對(duì)人臉圖像進(jìn)行表情識(shí)別。該方法能消除含噪聲標(biāo)簽樣本對(duì)模型訓(xùn)練的不利影響,提升表情識(shí)別準(zhǔn)確性和魯棒性。