基于自发表情数据集预训练的多任务深度网络表情识别方法

• 作者: 张海曦 彭先霖 温超 胡琦瑶
• 来源期刊: 计算机测量与控制
• 关键词: 表情识别 自然表情数据集 预训练 深度卷积神经网络 多任务学习
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 设计与应用
• 页码范围: 248-252
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.07.053

摘要

为了更好地将现有深度卷积神经网络应用于表情识别,提出将构建自然表情图像集预训练和多任务深度学习相结合的方法;首先,利用社交网络图像构建一个自发人脸表情数据集,对现有深度卷积神经网络进行预训练;然后,以双层树分类器替换输出层的平面softmax分类器,构建深度多任务人脸表情识别模型;在CK+数据集和Oulu Caisa数据集上的验证实验表明,提出方法的准确率较深度卷积神经网络vgg-face和Inception V3方法平均提高了3.1％,较基于多任务深度卷积神经网络方法平均提高了0.7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温超	西北大学智能交互与信息艺术研究中心	17	130	6.0	11.0
2	胡琦瑶	西北大学信息科学与技术学院	7	7	1.0	2.0
3	彭先霖	西北工业大学电子信息学院	3	18	2.0	3.0
4	张海曦	西北工业大学电子信息学院	3	10	2.0	3.0