基于深度时空域卷积神经网络的表情识别模型

• 作者: 刘琮 杨格兰 邓晓军
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 情感计算 表情识别 时空域 卷积神经网络 深度学习
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 机械工程 ? 控制科学与工程
• 页码范围: 2311-2319
• 页数: 9页
• 分类号: TP301
• 字数: 9138字
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2016.07.019

摘要

基于特征抽取是表情识别算法中的重要步骤，但是现有算法依赖手工设计特征且适应性差等问题，提出基于深度时空域卷积神经网络的表情识别模型，采用数据驱动策略直接从表情视频中自动抽取时空域中的动静态特征。使用新颖的卷积滤波器响应积替代权重和，使得模型能同时抽取到动态特征和静态特征。引入深度学习的多层设计，使得模型能逐层学习到更抽象、更宏观的特征。采用端对端的有监督学习策略，使得所有参数在同一目标函数下优化。研究结果表明：训练后的卷积核类似于Garbor滤波器的形态，这与视觉皮层细胞对激励的响应相似；该模型能对表情视频进行更准确分类；通过与其他几种近年出现的算法进行比较，验证该算法的优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨格兰	同济大学电子与信息工程学院	44	287	10.0	15.0
3	邓晓军	湖南工业大学计算机与通信学院	35	142	8.0	10.0
6	刘琮	同济大学电子与信息工程学院	2	58	2.0	2.0