一种基于深度学习的表情识别方法

• 作者: 李小霞 王剑云
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 表情识别 深度学习 神经网络 稀疏自编码
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 图像处理
• 页码范围: 84-87
• 页数: 4页
• 分类号: TP391.4
• 字数: 3214字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2015.01.017

摘要

针对人脸表情识别鲁棒性差，容易受身份信息干扰的问题，提出一种具有局部并行结构的深度神经网络识别算法。首先使用稀疏自编码算法训练得到不同尺度的卷积核，然后提取卷积核特征并作池化处理，使特征具有一定的平移不变性，最后采用与表情相关的7个并行的4层网络得到最终的分类结果。实验结果表明，在标准的人脸表情识别库上进行独立测试时，本文提出的局部并行深度神经网络的表情识别方法对测试集的人不出现在训练集中的情况有较好表现，相比其他算法更具有实用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李小霞		41	170	7.0	11.0
5	王剑云		1	21	1.0	1.0