钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
无线电电子学与电信技术期刊
\
电讯技术期刊
\
基于改进AlexNet卷积神经网络的人脸表情识别
基于改进AlexNet卷积神经网络的人脸表情识别
作者:
左江
石翠萍
谭聪
赵可新
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
表情识别
深度学习
AlexNet网络
BN算法
摘要:
为了解决传统卷积神经网络用于人脸表情识别准确率不高的问题,提出了一种基于改进深度AlexNet卷积神经网络的表情识别方法.该方法基于AlexNet网络的基本结构,采用单图形处理单元(Graphics Processing Unit,GPU)进行训练,减少了两层卷积层和一层全连接层,在每层卷积层后加上批标准化(Batch Normalization,BN)代替原来的局部归一化,并在全连接层后加上Dropout正则化进一步防止过拟合.与AlexNet模型相比,改进的网络结构更简单、复杂度低、参数量少,可以节省大量模型训练时间进行快速预测,且更不易过拟合,同时加快了模型收敛速度,提高了网络泛化能力.在Fer2013数据集以及CK+数据集上进行实验,结果表明,所提方法分别得到了68.85%和97.46%的识别率,较其他人脸表情识别方法的识别率有一定提高.
暂无资源
收藏
引用
分享
推荐文章
基于卷积神经网络的人脸表情识别研究
人脸表情识别
卷积神经网络
卷积稀疏自编码
特征提取
无监督预处理
基于域适应卷积神经网络的人脸表情识别
卷积神经网络
人脸表情识别
数据分布
域适应
迁移学习
基于多特征融合卷积神经网络的人脸表情识别
计算机图像处理
面部表情识别
卷积神经网络
特征融合
特征提取
表情分类
基于卷积神经网络的人脸表情识别研究
卷积神经网络
表情识别
深度学习
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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AlexNet卷积神经网络的人脸表情识别
来源期刊
电讯技术
学科
工学
关键词
表情识别
深度学习
AlexNet网络
BN算法
年,卷(期)
2020,(9)
所属期刊栏目
应用基础与前沿技术
研究方向
页码范围
1005-1012
页数
8页
分类号
TN919.8|TP183
字数
语种
中文
DOI
10.3969/j.issn.1001-893x.2020.09.002
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
石翠萍
35
45
4.0
4.0
2
谭聪
2
0
0.0
0.0
3
左江
2
0
0.0
0.0
4
赵可新
2
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(9)
共引文献
(2)
参考文献
(6)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
2001(1)
参考文献(0)
二级参考文献(1)
2009(1)
参考文献(0)
二级参考文献(1)
2011(1)
参考文献(0)
二级参考文献(1)
2012(1)
参考文献(0)
二级参考文献(1)
2013(4)
参考文献(0)
二级参考文献(4)
2014(1)
参考文献(0)
二级参考文献(1)
2016(1)
参考文献(1)
二级参考文献(0)
2017(3)
参考文献(3)
二级参考文献(0)
2018(1)
参考文献(1)
二级参考文献(0)
2019(1)
参考文献(1)
二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
表情识别
深度学习
AlexNet网络
BN算法
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
电讯技术
主办单位:
中国西南电子技术研究所
出版周期:
月刊
ISSN:
1001-893X
CN:
51-1267/TN
开本:
大16开
出版地:
成都市营康西路85号
邮发代号:
62-39
创刊时间:
1958
语种:
chi
出版文献量(篇)
5911
总下载数(次)
21
总被引数(次)
28744
期刊文献
相关文献
1.
基于卷积神经网络的人脸表情识别研究
2.
基于域适应卷积神经网络的人脸表情识别
3.
基于多特征融合卷积神经网络的人脸表情识别
4.
基于卷积神经网络的人脸表情识别研究
5.
基于改进的卷积神经网络的负面表情识别方法
6.
基于卷积神经网络的人脸识别研究综述
7.
多模深度卷积神经网络应用于视频表情识别
8.
基于二值化密集卷积神经网络的表情识别算法
9.
基于改进的卷积神经网络多姿态人脸识别研究
10.
基于改进MobileNet网络的人脸表情识别
11.
基于孪生卷积神经网络的人脸追踪
12.
基于改进AlexNet卷积神经网络的手掌静脉识别算法研究
13.
基于卷积神经网络特征融合的人脸识别算法
14.
基于卷积神经网络融合SIFT特征的人脸表情识别
15.
基于轻量级卷积神经网络的人脸识别方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
电讯技术2022
电讯技术2021
电讯技术2020
电讯技术2019
电讯技术2018
电讯技术2017
电讯技术2016
电讯技术2015
电讯技术2014
电讯技术2013
电讯技术2012
电讯技术2011
电讯技术2010
电讯技术2009
电讯技术2008
电讯技术2007
电讯技术2006
电讯技术2005
电讯技术2004
电讯技术2003
电讯技术2002
电讯技术2001
电讯技术2000
电讯技术1999
电讯技术1998
电讯技术2020年第9期
电讯技术2020年第8期
电讯技术2020年第7期
电讯技术2020年第6期
电讯技术2020年第5期
电讯技术2020年第4期
电讯技术2020年第3期
电讯技术2020年第2期
电讯技术2020年第12期
电讯技术2020年第11期
电讯技术2020年第10期
电讯技术2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号