一种用于人脸表情识别的卷积神经网络

• 作者: 何嘉利 卢官明 李海波 闫静杰
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 人脸表情识别 卷积神经网络 深度学习 图形处理器 特征提取
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 约稿
• 页码范围: 16-22
• 页数: 7页
• 分类号: TP391
• 字数: 6518字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2016.01.003

摘要

为了避免传统的表情识别中复杂的显式特征提取过程,文中提出了一种用于人脸表情识别的卷积神经网络(CNN).首先,对人脸表情图像进行归一化预处理,并使用可训练的卷积核提取隐式的特征.然后,采用最大池化方法对提取的隐式特征进行降维处理.最后,采用Softmax分类器对测试样本图像的表情进行分类识别.使用图形处理器(GPU)在CK+人脸表情数据库上进行了实验,结果表明了CNN用于人脸表情识别的性能和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢官明	南京邮电大学通信与信息工程学院	74	904	16.0	29.0
2	闫静杰	南京邮电大学通信与信息工程学院	16	123	5.0	11.0
3	何嘉利	南京邮电大学通信与信息工程学院	1	73	1.0	1.0