基于改进的深度信念网络的人脸表情识别

摘要：

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.

关键词：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

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：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

在线出版日期：2017-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1580-1584,1601