| 基于卷积神经网络的人脸表情识别研究 |
| |
| 引用本文： | 李思泉,张轩雄.基于卷积神经网络的人脸表情识别研究[J].教育技术导刊,2018,17(1):28-31. |
| |
| 作者姓名： | 李思泉 张轩雄 |
| |
| 作者单位： | 上海理工大学 光电信息与计算机工程学院，上海 200093 |
| |
| 摘 要： | 随着人机交互技术和机器学习技术的发展，人脸表情识别技术逐渐成为研究热点。针对传统人脸表情识别算法鲁棒性差、表情特征提取能力不足的问题，提出一种改进的基于卷积神经网络的人脸表情识别算法。首先对人脸图像进行预处理，检测并分割出人脸关键点的部分图像，然后输入到包含卷积神经网络通道和卷积稀疏自编码(CSAE)预训练通道的双通道模型中。其中卷积神经网络通道部分使用了批量正则化(Batch Normalization)和ReLU激活函数，加快了模型训练速度,解决了梯度消失问题，同时增加了模型的非线性表达能力。通过引入Dropout技术，解决了网络的过拟合问题。在另一个通道，对输入的人脸表情图像增加了卷积稀疏自编码进行无监督预处理。实验结果表明，该算法在JAFFE、CK+人脸表情数据集上均获得了较好的识别效果。
|
| 关 键 词： | 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 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|
