基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有面部表情识别算法耗时长、收敛速度慢、分类精度低等问题,对LeNet-5网络的框架和内部结构进行双重优化和改进,并提出一种基于改进LeNet-5的面部表情识别方法.为了能够提取更加多样化的特征,同时提升特征表达能力,首先增加卷积层和池化层的个数,调整网络内部参数;其次,通过对卷积层、全连接层进行批规范化处理,提高网络模型的泛化能力;最后,3个池化层以maxpool avgpool avgpool的组合方式进行重叠池化.在FER2013人脸表情数据库进行实验,结果表明改进后的模型相较于目前的算法具有更高的识别精度.
推荐文章
基于改进的卷积神经网络LeNet-5的车型识别方法
深度学习
卷积神经网络
LeNet-5
车型识别
基于跨连接LeNet-5网络的面部表情识别
卷积神经网络
面部表情识别
特征提取
跨连接
基于卷积神经网络LeNet-5的货运列车车号识别研究
列车车号
车号识别
卷积神经网络
LeNet-5
基于面部结构的表情识别
人脸表情识别
判别响应图拟合
联合Haar-like特征
Boosting学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进LeNet-5的面部表情识别方法
来源期刊 计算机与现代化 学科 工学
关键词 卷积神经网络 人脸表情识别 批规范化 全连接
年,卷(期) 2019,(10) 所属期刊栏目 图像处理
研究方向 页码范围 83-87,93
页数 6页 分类号 TP391.41
字数 3734字 语种 中文
DOI 10.3969/j.issn.1006-2475.2019.10.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周连喆 长春工业大学计算机科学与工程学院 4 10 2.0 3.0
2 张琳琳 长春工业大学计算机科学与工程学院 4 2 1.0 1.0
3 张啸 长春工业大学计算机科学与工程学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (90)
共引文献  (76)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
1962(3)
  • 参考文献(1)
  • 二级参考文献(2)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(12)
  • 参考文献(1)
  • 二级参考文献(11)
2015(13)
  • 参考文献(3)
  • 二级参考文献(10)
2016(15)
  • 参考文献(2)
  • 二级参考文献(13)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
人脸表情识别
批规范化
全连接
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导