基于深度学习与传统机器学习的人脸表情识别综述

• 作者: 汪友生 王信
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 人脸表情识别 深度学习 CNN 机器学习 计算机视觉 图像预处理 特征提取 特征分类
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 现代电子技术
• 页码范围: 65-72
• 页数: 8页
• 分类号: TP391.41
• 字数: 5961字
• 语种: 中文
• DOI: 10.11991/yykj.201707008

摘要

现有的人脸表情识别技术基本局限于传统的机器学习算法,在光照强弱、有遮挡物、姿态变换等情况下,传统的机器学习算法鲁棒性差,难以运用到实际生活中.随着计算机GPU等硬件条件的发展、大数据时代的到来,深度学习在计算机视觉领域备受关注.本文从图像预处理、特征提取、特征分类等方面介绍了传统机器学习算法及其优缺点;从DBN、CNN等主流算法、发展方向、常用开发框架介绍了深度学习算法.最后总结和展望了传统机器学习与深度学习在人脸表情识别上的发展问题与趋势以及后续研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪友生	北京工业大学信息学部	48	435	11.0	19.0
2	王信	北京工业大学信息学部	1	17	1.0	1.0