基于跨连接LeNet-5网络的面部表情识别

• 作者: 李勇 林小竹 蒋梦莹
• 来源期刊: 自动化学报
• 关键词: 卷积神经网络 面部表情识别 特征提取 跨连接
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 176-182
• 页数: 7页
• 字数: 5147字
• 语种: 中文
• DOI: 10.16383/j.aas.2018.c160835

摘要

为避免人为因素对表情特征提取产生的影响,本文选择卷积神经网络进行人脸表情识别的研究.相较于传统的表情识别方法需要进行复杂的人工特征提取,卷积神经网络可以省略人为提取特征的过程.经典的LeNet-5卷积神经网络在手写数字库上取得了很好的识别效果,但在表情识别中识别率不高.本文提出了一种改进的LeNet-5卷积神经网络来进行面部表情识别,将网络结构中提取的低层次特征与高层次特征相结合构造分类器,该方法在JAFFE表情公开库和CK+数据库上取得了较好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林小竹	北京石油化工学院信息工程学院	54	628	13.0	22.0
2	李勇	北京石油化工学院信息工程学院	8	125	3.0	8.0
4	蒋梦莹	北京石油化工学院信息工程学院	3	72	2.0	3.0