面向面部表情识别的双通道卷积神经网络
作者： 常州大学信息科学与工程学院; 江苏常州213164; 常州纺织限装职业技术学院机电系; 江苏常州213164
摘要：面部表情识别是机器感知人类情绪变化的重要途径，但表情识别受不同个体及情绪强弱差异影响较大。难以手动设计准确的特征．提出一种基于双通道卷积神经网络的面部表情识别方法，首先对采集得到的人脸图像进行预处理以限制分析范围，同时分析人脸灰度图像与对应的LBP图像以兼顾全局与细节特征；针对双通道输入数据，利用不同参数的卷积神经网络自动提取面部特征，通过加权融合分类网络进行特征融合，并利用soflmax分类不同衰隋．实验结果表明，该算法能够以较高的准确率识别6种基本面部表情（高兴、悲伤、愤怒、沮丧、恐惧及惊讶）．该方法性能优于基于手动设计特征的面部表情识别方法及单通道CNN方法，相比于其他双通道CNN方法，能通过更简单的处理得到近似的识别结果．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社。
南京师范大学学报·工程技术版杂志
南京师范大学学报·工程技术版杂志， 季刊，本刊重视学术导向，坚持科学性、学术性、先进性、创新性，刊载内容涉及的栏目：计算机科学与技术、动力工程及工程热物理、电气工程、环境科学与工程、测绘科学与技术、管理科学与工程、信息与通信工程、城乡规划学、控制科学与工程、土木工程、食品科学与工程、农业工程、电子科学与技术等。于2001年经新闻总署批准的正规刊物。
- 省级期刊
- 1个月内审核
