基于多流CNN-LSTM网络的群体情绪识别

• 作者: 卿粼波 吴晓红 周文俊 熊文诗 熊珊珊
• 来源期刊: 计算机应用研究
• 关键词: 群体情绪识别 卷积神经网络 长短期记忆网络 多流
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3828-3831
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.12.069

摘要

针对群体情绪识别准确率的问题,结合卷积神经网络(CNN)与长短期记忆网络(LSTM),提出一种多流CNN-LSTM网络模型学习群体情绪的静态和动态特征.以视频序列的原始图像、视觉显著图形和叠加的光流图像分别作为三个通道的输入,利用CNN网络对空间特征和局部运动特征进行分析,得到的特征图直接输入LSTM网络,进行全局运动特征的学习.最后连接Softmax分类器,对三个通道的Softmax输出进行加权融合,得到分类结果.实验结果表明,模型可有效地识别四种典型的群体情绪,且识别率高于已有算法,准确度(ACC)和宏平均精度(MAP)分别最高可达82.6％、84.1％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴晓红	四川大学电子信息学院	141	571	11.0	16.0
2	卿粼波	四川大学电子信息学院	181	565	11.0	15.0
3	周文俊	四川大学电子信息学院	4	9	2.0	3.0
4	熊文诗	四川大学电子信息学院	4	14	3.0	3.0
5	熊珊珊	四川大学电子信息学院	2	6	1.0	2.0