基于改进的卷积神经网络的负面表情识别方法
为了解决传统的基于人工特征的负面表情识别方法在面部无遮挡、姿态非倾斜的人脸表情图像上表现良好,但是在复杂场景下的识别效果较差的问题,提出了一种基于改进的卷积神经网络的负面表情识别方法.首先利用卷积神经网络的无监督特征学习的特性,预训练两个不同拓扑结构的卷积神经网络,用以提取表情特征;然后融合这些特征,训练分类性能更强的支持向量机.改进后的卷积神经网络算法具有较好的鲁棒性和泛化能力,在训练数据库ICML-fer2013上取得了86.2％的识别率,在测试数据库CK+,GENKI和JAFFE上分别取得了81.6％,87.0％和80.8％的识别率.
负面表情识别 卷积神经网络 无监督特征学习 特征融合 支持向量机
唐浩 黄伟鹏 李哲媛 刘宏
北京大学深圳研究生院,广东深圳518055 华南理工大学电子与信息学院,广东广州510641
国内会议
大连
中文
457-460
2015-10-22（万方平台首次上网日期，不代表论文的发表时间）