期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种基于局部表征的面部表情识别算法 被引量：6
1
作者 陈昌川 王海宁 +4 位作者 黄炼 黄涛 李连杰 黄向康 代少升 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2021年第5期100-109,共10页
表情是人类内心情感变化的重要体现。当前表情识别方法通常依赖面部全局特征进行处理,忽略局部特征提取。心理学家指出,不同面部表情对应不同的局部肌肉运动区域,以此为动机,提出一种基于局部表征的表情识别算法,简称EAU-CNN。为提取面... 表情是人类内心情感变化的重要体现。当前表情识别方法通常依赖面部全局特征进行处理,忽略局部特征提取。心理学家指出,不同面部表情对应不同的局部肌肉运动区域,以此为动机,提出一种基于局部表征的表情识别算法,简称EAU-CNN。为提取面部的局部特征,该文首先根据获取的人脸68个特征点将整体面部图像划分成43个子区域,随后选择肌肉运动区域与面部显著器官所覆盖的8个局部候选区域作为卷积神经网络的输入。为均衡局部候选区域的特征,EAU-CNN采用8个并行的特征提取分支,每个分支支配不同维全连接层。分支的输出按照注意力自适应地连接,以突出不同局部候选区域的重要程度。最后经Softmax函数,将表情分为中性、愤怒、厌恶、惊讶、高兴、悲伤和恐惧七类。该文在CK+、JAFFE、自定义大型FED数据集上对算法进行了评估实验,所提算法平均准确率分别为99.85%、96.61%、98.29%。该评价指标超过S-Patches算法6.01%、10.17%、6.09%,结果表明局部表征能够提升表情识别性能。 展开更多
关键词 表情识别 运动单元分区 卷积神经网络 损失函数
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部