基于卷积神经网络的人脸表情识别研究

• 作者: 张轩雄 李思泉
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 人脸表情识别 卷积神经网络 卷积稀疏自编码 特征提取 无监督预处理
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 28-31
• 页数: 4页
• 分类号: TP301
• 字数: 3450字
• 语种: 中文
• DOI: 10.11907/rjdk.172863

摘要

随着人机交互技术和机器学习技术的发展,人脸表情识别技术逐渐成为研究热点.针对传统人脸表情识别算法鲁棒性差、表情特征提取能力不足的问题,提出一种改进的基于卷积神经网络的人脸表情识别算法.首先对人脸图像进行预处理,检测并分割出人脸关键点的部分图像,然后输入到包含卷积神经网络通道和卷积稀疏自编码(CSAE)预训练通道的双通道模型中.其中卷积神经网络通道部分使用了批量正则化(Batch Normalization)和ReLU激活函数,加快了模型训练速度,解决了梯度消失问题,同时增加了模型的非线性表达能力.通过引入Dropout技术,解决了网络的过拟合问题.在另一个通道,对输入的人脸表情图像增加了卷积稀疏自编码进行无监督预处理.实验结果表明,该算法在JAFFE、CK+人脸表情数据集上均获得了较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张轩雄	上海理工大学光电信息与计算机工程学院	22	55	5.0	6.0
2	李思泉	上海理工大学光电信息与计算机工程学院	1	11	1.0	1.0