基于线性判别深度信念网络的人脸表情识别

• 作者: 王健 肖冰 郭敏
• 来源期刊: 陕西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 人脸表情识别 受限玻尔兹曼机 深度信念网络 线性判别分析
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 28-34
• 页数: 7页
• 分类号: TP391.4
• 字数: 3977字
• 语种: 中文

摘要

深度信念网络在人脸表情识别领域表现出很好的性能,但由于其最后一个隐层与分类层之间的初始权值矩阵通常随机生成,这样的权值矩阵不具有判别能力,从而导致经该权值矩阵映射得到的特征不能保证适合于分类任务.为了解决此问题,提出一种新的深度信念网络结构——线性判别深度信念网络,其对传统线性判别分析法进行改进,设计了一个新的类间离散度矩阵,解决了传统线性判别分析法中存在的秩限问题;使用改进的线性判别分析法初始化深度信念网络最后一个隐层和分类层之间的权值矩阵,使网络更适合于分类任务.本文提出的线性判别深度信念网络在JAFFE和Extended Cohn-Kanade人脸表情数据库上分别得到了78.26％和94.48％的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王健	现代教学技术教育部重点实验室陕西师范大学计算机科学学院	1	1	1.0	1.0
2	郭敏	现代教学技术教育部重点实验室陕西师范大学计算机科学学院	4	30	2.0	4.0
3	肖冰	现代教学技术教育部重点实验室陕西师范大学计算机科学学院	1	1	1.0	1.0