基于VGG-NET的特征融合面部表情识别

• 作者: 李校林 钮海涛
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 面部表情识别 特征融合 VGG-NET网络 Softmax分类
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 图形与图像
• 页码范围: 500-509
• 页数: 10页
• 分类号: TP391.41
• 字数: 6627字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.03.016

摘要

为了解决在面部表情特征提取过程中卷积神经网络CNN和局部二值模式LBP只能提取面部表情图像的单一特征,难以提取与面部变化高度相关的精确特征的问题,提出了一种基于深度学习的特征融合的表情识别方法.该方法将LBP特征和CNN卷积层提取的特征通过加权的方式结合在改进的VGG-16网络连接层中,最后将融合特征送入Softmax分类器获取各类特征的概率,完成基本的6种表情分类.实验结果表明,所提方法在CK+和JAFFE数据集上的平均识别准确率分别达到了97.5％和97.62％,利用融合特征得到的识别结果明显优于利用单一特征识别的效果.与其他方法相比较,该方法能有效提高表情识别准确率,对光照变化更加鲁棒.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李校林	重庆邮电大学通信与信息工程学院	72	471	10.0	18.0
10	钮海涛	重庆邮电大学通信与信息工程学院	1	1	1.0	1.0