-
题名面向面部表情识别的双通道卷积神经网络
被引量：4
- 1
-
-
作者
曹金梦
倪蓉蓉
杨彪
-
机构
常州大学信息科学与工程学院
常州纺织服装职业技术学院机电系
-
出处
《南京师范大学学报（工程技术版）》
CAS
2018年第3期1-9,共9页
-
基金
国家自然基金(61501060)
江苏省科技厅青年基金(BK20150271)
江苏省道路载运工具新技术应用重点实验室开放课题(ZMF15020068)
-
文摘
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softmax分类不同表情.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.
-
关键词
人脸检测
面部表情识别
双通道
卷积神经网络
lbp图像
-
Keywords
face detection
facial expression recognition
binary-channel
eonvolutional neural network
lbp images
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
