基于卷积神经网络特征图聚类的人脸表情识别

• 作者: 刘全明 辛阳阳
• 来源期刊: 计算技术与自动化
• 关键词: 卷积神经网络 特征冗余 特征图聚类 表情识别
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 106-111
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202001022

摘要

针对卷积层存在的特征冗余问题,提出了一种基于卷积神经网络的特征图聚类方法.首先通过预训练网络参数提取网络最后一层卷积层的特征图,然后对特征图进行聚类操作,取聚类中心构成新的特征图集合,以聚类后的特征图集作为数据集训练分类器.将有监督的深度学习方法与传统的机器学习方法相结合,使用特征图聚类进行特征去冗余让网络学习到更有效的特征.去冗余后的特征使用神经网络分类器在fer2013测试集上达到了71.67％准确率,在CK+测试集上达到86.98％准确率,证明了该人脸表情识别方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘全明	山西大学计算机与信息技术学院	15	45	3.0	6.0
2	辛阳阳	山西大学计算机与信息技术学院	2	1	1.0	1.0