一种改进的卷积神经网络的表情识别算法

摘要：

随着计算机视觉领域的发展,智能化人机交互技术越来越受人们的重视.作为最直接、最有效的情感识别方式,人脸表情识别现已是人机交互领域研究的一大热点和难点.由于人脸识别容易受到光照、旋转、遮挡等复杂因素的影响,传统的人脸识别方法的准确度会大大减少.为了使机器能够快速准确地感应人脸表情,提出以卷积神经网络(convolutional neural network,CNN)来构建表情识别框架,将传统的人工神经网络和深度学习(deep learning,DL)技术结合起来,利用经典的卷积神经网络模型进行分析.将表情分为愤怒、惊讶、高兴、悲伤、恐惧五大类对不同的性别进行识别与分析.结果表明,与传统的表情识别方法相比,该方法有较好的识别效率和时效性,从而可以大大提高人机交互运用的体验感.

关键词：人脸表情识别、智能化人机交互、深度学习、卷积神经网络

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省高校自然科学基金面上项目;江苏省普通高校学术学位研究生科研创新计划项目

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：80-83