一种改进的卷积神经网络的表情识别算法

• 作者: 付倩倩 李昂
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 人脸表情识别 智能化人机交互 深度学习 卷积神经网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 80-83
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.11.015

摘要

随着计算机视觉领域的发展,智能化人机交互技术越来越受人们的重视.作为最直接、最有效的情感识别方式,人脸表情识别现已是人机交互领域研究的一大热点和难点.由于人脸识别容易受到光照、旋转、遮挡等复杂因素的影响,传统的人脸识别方法的准确度会大大减少.为了使机器能够快速准确地感应人脸表情,提出以卷积神经网络(convolutional neural network,CNN)来构建表情识别框架,将传统的人工神经网络和深度学习(deep learning,DL)技术结合起来,利用经典的卷积神经网络模型进行分析.将表情分为愤怒、惊讶、高兴、悲伤、恐惧五大类对不同的性别进行识别与分析.结果表明,与传统的表情识别方法相比,该方法有较好的识别效率和时效性,从而可以大大提高人机交互运用的体验感.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付倩倩		1	0	0.0	0.0
2	李昂		1	0	0.0	0.0