类间学习神经网络的人脸表情识别

• 作者: 刘国英 周书仁 杨秋芬 梁昔明
• 来源期刊: 计算机应用研究
• 关键词: 表情识别 类间学习 神经网络 类问期望 距离判据
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2219-2222
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.07.092

摘要

针对目前表情识别类间信息无关状态,提出了一种表情类间学习的神经网络分类识别算法.该算法首先构建一个BP网络学习对和一个距离判据单元.该距离判据单元仅用来计算类间的实际距离,类间期望距离是根据大量实验结果获得的;然后通过类内实际输出和类间期望距离来修正该网络;最后给出一组实例样本进行表情分类识别.实验结果表明,该算法能有效地识别人脸表情,能紧密地将各类表情间的信息联系起来,效率和准确性均有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁昔明	中南大学信息科学与工程学院	91	1070	20.0	28.0
2	杨秋芬	中南大学信息科学与工程学院	14	156	7.0	12.0
3	周书仁	中南大学信息科学与工程学院	9	157	9.0	9.0
7	刘国英	长沙理工大学计算机与通信工程学院	13	115	6.0	10.0