基于深度学习的可靠表情数据识别

• 作者: 周晓彦 李凌燕 王珂 陈秀珍
• 来源期刊: 电子器件
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 局部关联 表情识别
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 电子电路设计分析及应用
• 页码范围: 474-478
• 页数: 5页
• 分类号: TP391
• 字数: 3369字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9490.2019.02.040

摘要

当前深度学习已成为表情识别领域的重要研究方法,但此方法应用于真实环境或者复合表情数据库下时识别准确率非常低下.为此提出一种深度局部关联神经网络DLR-VGGNet(Deep Locality-Relevance VGGNet)的可靠表情数据识别方法,首先在VGGNet网络添加一个新的监督层,即局部关联损失(LR loss),提高深层特征的判别能力,之后在不同的人脸表情数据库中基于这种DLR-VGGNet网络进行训练并且进行网络参数微调和测试.最后,RAF-DB数据库中对7类基本表情和11类复合表情做基准实验以及在SFEW和CK+数据库中做对比实验,实验结果表明在真实环境基于DLR-VGGNet的方法优于传统的手工特征提取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晓彦	南京信息工程大学江苏省气象探测与信息处理重点实验室	18	207	6.0	14.0
2	王珂	南京信息工程大学江苏省气象探测与信息处理重点实验室	3	94	1.0	3.0
3	李凌燕	南京信息工程大学江苏省气象探测与信息处理重点实验室	2	93	1.0	2.0
4	陈秀珍	南京信息工程大学江苏省气象探测与信息处理重点实验室	1	1	1.0	1.0