10.16208/j.issn1000-7024.2017.06.033
基于改进的深度信念网络的人脸表情识别
针对目前人脸表情识别鲁棒性较差的问题,提出一种结合改进的深度信念网络DBNs (deep belief networks)和堆叠自编码器SAE (stacked Auto-encoder)的人脸表情识别方法.采用改进的深度信念网络作为提取人脸表情特征的检测器,堆叠自编码器作为识别表情的分类器,实现在人脸表情识别研究中深度信念网络与堆叠自编码器的结合.在JAFFE(Japanese female facial expression)数据库和CK+ (extended Cohn-Kanade)数据库上的人脸表情的识别率有明显提高,该方法可以较准确地识别人脸表情.
人脸表情识别、深度信念网络、堆叠自编码器、检测器、分类器、鲁棒性
38
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61370082、61572142;广东省省科技计划基金项目2013B021600013
2017-07-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
1580-1584,1601