线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于兴趣区域深度神经网络的静态面部表情识别

孙晓; 潘汀 电子学报 2017年第05期

摘要:通过在面部表情数据集上训练深度卷积神经网络、深度稀疏校正神经网络两种模型,对两种深度神经网络在静态面部表情识别方面的应用作了对比和分析.基于面部表情的结构先验知识,提出一种面向面部表情识别的改良方法——K兴趣区域方法,该方法在构建的开放实验数据集上,降低了由于训练数据过少而导致深度神经网络模型泛化能力不佳的问题,使得混合模型普遍且显著地降低了测试错误率.进而,结合实验结果进行了深入分析,并对深度神经网络在任意图像数据集上的可能有效性进行了深入剖析和分析.

关键词:k兴趣区域深度神经网络深度学习面部表情识别

单位:合肥工业大学计算机与信息学院; 安徽合肥230009

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电子学报

北大期刊

¥1272.00

关注 25人评论|0人关注