基于多特征融合密集残差CNN的人脸表情识别 |
| |
引用本文: | 马中启,朱好生,杨海仕,王琪,胡燕海.基于多特征融合密集残差CNN的人脸表情识别[J].计算机应用与软件,2019,36(7). |
| |
作者姓名: | 马中启 朱好生 杨海仕 王琪 胡燕海 |
| |
作者单位: | 宁波大学机械工程与力学学院 浙江 宁波315211;宁波戴维医疗器械股份有限公司 浙江 宁波315712 |
| |
基金项目: | 国家自然科学基金;宁波市科技重大专项 |
| |
摘 要: | 传统人脸表情识别主要基于人工提取特征,其存在算法鲁棒性较差、易受人脸身份信息干扰等问题,以及传统卷积神经网络不能充分提取人脸表情特征的现状。对此提出一种基于多特征融合密集残差卷积神经网络的人脸表情识别。该方法能够充分利用神经网络中每层的特征,在密集块中,对于每一个卷积层,其前面所有卷积层的输出都将作为本卷积层的输入。然后将每个密集块的输出送入到全连接层中进行特征融合,经过Softmax分类器分类。在CK+和FER2013数据集上进行多次实验,与传统的机器学习方法相比,该方法具有较高的准确率与较强的鲁棒性。
|
关 键 词: | 表情识别 密集型卷积神经网络 特征融合 深度学习 |
FACIAL EXPRESSION RECOGNITION BASED ON MULTI-FEATURE FUSION DENSE RESIDUAL CNN |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|