基于 LBP/VAR 与 DBN 模型的人脸表情识别

• 作者: 何俊 何忠文 房灵芝 蔡建峰
• 来源期刊: 计算机应用研究
• 关键词: 深度信念网络 表情识别 局部二进制模式 深度学习
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2509-2513
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.08.060

摘要

针对现有表情识别研究中均采用有监督模型实现特征提取，提出一种新的基于 DBN（deep belief net）模型无监督的表情特征提取与识别方法。首先通过对人脸表情图片提取对光照与旋转具有鲁棒性的 LBP／VAR 初次特征，再通过 DBN 网络对初次特征实现人脸表情的二次特征提取与分类学习。对 DBN 参数采用动态搜索的方法，即在一个大范围内搜索确定 RBMMini-batch 、BP Mini-batch 与 RBM隐层数量的最优值，再确定 DBN 深度与迭代次数最佳值。在 CK ＋数据库上与传统 KNN、SVM有监督分类模型进行的对比实验表明，提出的方法在识别率上分别提高了19．34％和14．22％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何俊	南昌大学信息工程学院电气与自动化工程系	15	232	7.0	15.0
2	何忠文	南昌大学信息工程学院电气与自动化工程系	6	71	6.0	6.0
3	蔡建峰	南昌大学信息工程学院电气与自动化工程系	5	57	4.0	5.0
4	房灵芝	南昌大学信息工程学院电气与自动化工程系	5	64	5.0	5.0