面向面部表情識別的雙通道卷積神經網絡
作者：曹金夢; 倪蓉蓉; 楊彪 常州大學信息科學與工程學院; 江蘇常州213164; 常州紡織限裝職業技術學院機電系; 江蘇常州213164
摘要：面部表情識別是機器感知人類情緒變化的重要途徑，但表情識別受不同個體及情緒強弱差異影響較大。難以手動設計準確的特征．提出一種基于雙通道卷積神經網絡的面部表情識別方法，首先對采集得到的人臉圖像進行預處理以限制分析范圍，同時分析人臉灰度圖像與對應的LBP圖像以兼顧全局與細節特征；針對雙通道輸入數據，利用不同參數的卷積神經網絡自動提取面部特征，通過加權融合分類網絡進行特征融合，并利用soflmax分類不同衰隋．實驗結果表明，該算法能夠以較高的準確率識別6種基本面部表情（高興、悲傷、憤怒、沮喪、恐懼及驚訝）．該方法性能優于基于手動設計特征的面部表情識別方法及單通道CNN方法，相比于其他雙通道CNN方法，能通過更簡單的處理得到近似的識別結果．
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
南京師范大學學報·工程技術版雜志
南京師范大學學報·工程技術版雜志， 季刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：計算機科學與技術、動力工程及工程熱物理、電氣工程、環境科學與工程、測繪科學與技術、管理科學與工程、信息與通信工程、城鄉規劃學、控制科學與工程、土木工程、食品科學與工程、農業工程、電子科學與技術等。于2001年經新聞總署批準的正規刊物。
- 省級期刊
- 1個月內審核
