-
题名基于面部多个局部特征的人脸表情识别算法
被引量：3
- 1
-
-
作者
贾茜伟
闫娟
杨慧斌
刘向前
-
机构
上海工程技术大学机械与汽车工程学院
-
出处
《智能计算机与应用》
2022年第10期144-149,共6页
-
文摘
人脸面部表情通常来说可以显露出人的内心活动变化,目前现有的表情识别方法一般依靠面部的整体特征进行处理,没有考虑面部的一些局部特征,导致面部表情识别的准确度不理想。人的面部表情进行变化时,面部局部肌肉会随之变化,基于此,提出一种基于面部多个局部特征的人脸表情识别算法。本文首先对检测到的人脸进行面部分区,分为23个子区域,再将分好的区域输入到卷积神经网络中进行局部特征的提取。最终使用AM-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。评估实验在CK+和JAFFE数据集上对本文算法进行验证,得到的平均准确率分别是99.87%和96.72%,均超过S-Patches算法,该结果表明本文算法对表情识别性能有所提高。
-
关键词
表情识别
面部分区
卷积神经网络
am-softmax函数
-
Keywords
expression recognition
face partition
convolutional neural network
am-softmax function
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于双路卷积神经网络的人脸性别识别
- 2
-
-
作者
阴紫微
陈淑荣
-
机构
上海海事大学信息工程学院
-
出处
《现代计算机》
2020年第24期64-68,85,共6页
-
文摘
为了解决近、远景下拍摄的图片中由于语义信息相差过大造成人脸性别识别准确率低的问题,建立一种双路卷积神经网络模型。首先模型分别采用深度不同的两路网络进行特征提取再融合以此丰富人脸特征语义信息;同时在模型中引入Slice和Eltwise层对特征映射图进行筛选以降低运算量;此外还采用AM-Softmax函数,进一步增大类间,缩小类内差异。模型分别在多个人脸数据集上进行实验,结果表明双路卷积神经网络模型对于提高近、远景下人脸的性别识别准确率有良好的效果。
-
关键词
双路卷积神经网络
特征图融合
am-softmax分类函数
人脸性别识别
-
Keywords
Double Convolutional Neural Network
Feature Map Fusion
am-softmax Classification Function
Face Gender Recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—计算机科学与技术]
-
