基于面部生理特征和深度学习的表情识别方法

• 作者: 戴蓉
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 人脸表情识别 卷积神经网络 损失函数 深度学习
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 智能技术
• 页码范围: 146-153
• 页数: 8页
• 分类号: TP391
• 字数: 5865字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.06.021

摘要

针对现有深度网络人脸表情识别方法中网络训练不足,以及迁移学习冗余信息等问题,提出一种新的端到端深度神经网络框架,该框架分为面部组成模块、表征模块和分类模块3个部分,在表征模块中引入了一种新的构建函数,由卷积运算和元素点乘操作组成,可有效提高面部特征的识别能力.另外,基于面部肌肉的运动产生面部表情变化原理,设计了新的损失函数Softmax-MSEREG,使整个神经网络的学习过程规范化,保证提出的神经网络可以显式地学习特定的表情特征.实验结果表明:与其他先进的表情识别方法对比,该模型对实验室控制和野外环境下的图像适用性能更好,表情识别准确率更高.