基于卷积神经网络融合SIFT特征的人脸表情识别

• 作者: 何宁 张俞晴 魏润辰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 卷积神经网络 SIFT特征 视觉词袋模型 特征融合 表情识别
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 161-167
• 页数: 7页
• 分类号: TP3
• 字数: 5285字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.11.027

摘要

表情识别技术是计算机从静态表情图像或动态表情图像中识别出特定的表情,是实现人机交互的基础.提出一种融合卷积神经网络(CNN)与SIFT特征的人脸表情识别方法.通过图像预处理得到规范化的表情图像;采用视觉词袋模型将图像提取的SIFT特征作进一步处理,将得到的图像特征向量作为局部特征,CNN提取的特征作为全局特征,全局特征用以描述表情的整体差异,局部特征用以描述表情的局部差异;将提取出的两组特征融合后采用Softmax分类.与流形稀疏表示(Manifold Sparse Representation,MSR)及3DCNN等方法在CK+及FER2013数据集上的实验表明,该方法是一种有效的表情识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何宁	北京联合大学智慧城市学院	21	201	7.0	14.0
2	张俞晴	北京联合大学北京市信息服务工程重点实验室	1	3	1.0	1.0
3	魏润辰	北京联合大学北京市信息服务工程重点实验室	1	3	1.0	1.0