| 融合Multi-scale CNN和Bi-LSTM的人脸表情识别研究 |
| |
| 引用本文： | 李军,李明. 融合Multi-scale CNN和Bi-LSTM的人脸表情识别研究[J]. 北京联合大学学报(自然科学版), 2021, 35(1): 35-39,44. DOI: 10.16255/j.cnki.ldxbz.2021.01.005 |
| |
| 作者姓名： | 李军 李明 |
| |
| 作者单位： | 重庆师范大学 计算机与信息科学学院,重庆 401331;重庆师范大学 计算机与信息科学学院,重庆 401331 |
| |
| 基金项目： | 重庆市研究生教改重点项目;重庆师范大学研究生项目;重庆师范大学教改项目 |
| |
| 摘 要： | 为了有效改善现有人脸表情识别模型中存在信息丢失严重、特征信息之间联系不密切的问题,提出一种融合多尺度卷积神经网络(Multi-scale CNN)和双向长短期记忆(Bi-LSTM)的模型.Bi-LSTM可以增强特征信息间的联系与信息的维持,在Multi-scale CNN中通过不同尺度的卷积核可以提取到更加丰富的特征信息,并通过加入批标准化(BN)层与特征融合处理,从而加快网络的收敛速度,有利于特征信息的重利用,再将两者提取到的特征信息进行融合,最后将改进的正则化方法应用到目标函数中,减小网络复杂度和过拟合.在JAFFE和FER-2013公开数据集上进行实验,准确率分别达到了95.455％和74.115％,由此证明所提算法的有效性和先进性.
|
| 关 键 词： | 多尺度卷积神经网络 双向长短期记忆 特征融合 批标准化层 正则化 |
Research on Facial Expression Recognition Based on the Combination of Multi-scale CNN and Bi-LSTM |
| |
| Li Jun,Li Ming. Research on Facial Expression Recognition Based on the Combination of Multi-scale CNN and Bi-LSTM[J]. Journal of Beijing Union University, 2021, 35(1): 35-39,44. DOI: 10.16255/j.cnki.ldxbz.2021.01.005 |
| |
| Authors: | Li Jun Li Ming |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
