堆栈式混合自编码器的人脸表情识别方法

摘要：

针对进一步提高人脸表情识别率的问题,采用了一种基于深度学习的堆栈式混合自编码器(Stacked Hybrid Auto-Encoder,SHAE)的人脸表情识别方法.该方法的结构是由去噪自编码器(Denoising Auto-Encoder,DAE)、稀疏自编码器(Sparse Auto-Encoder,SAE)以及自编码器(Auto-Encoder,AE)组合而成的5层网络结构.为了增加网络的鲁棒性以及泛化能力,采用去噪自编码器对样本进行提取特征,为了对提取的特征进行降维以及进一步提取更抽象的稀疏特征,采用稀疏自编码器进行级联,来对特征进一步处理.训练过程首先由无标签的数据进行预训练和整体微调,对整个结构的权重进行初始化和更新调整,然后使用有标签的数据进行测试训练.在JAFFE和CK+两个数据集上实验显示,相较于单纯的堆栈式去噪自编码或者单纯的堆栈式稀疏自编码,该方法具有更好的识别效果.

关键词：人脸表情识别、堆栈式混合自编码器(SHAE)、稀疏自编码器(SAE)、去噪自编码器(DAE)

所属期刊栏目：55

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2019-07-25（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：140-144,200