摘要

本发明提供一种具有噪音鲁棒性的表情识别方法、系统、存储介质和电子设备,涉及表情识别技术领域。本发明中,构建表情识别模型,所述表情识别模型包括深度神经网络、co-division子模型和tri-regularization子模型;该方法使用co-learning策略进行模型训练,根据两个深度神经网络的预测结果和样本的表情标签之间的逻辑关系,挖掘数据集中的干净数据、模棱两可数据以及噪音标签数据,提高模型的辨别能力;并针对不同的数据类型采用不同训练策略优化参数,直至所述表情识别模型收敛,提高模型的抗噪能力以及提高表情识别的准确率。