结合LBP圆形算子的CNN面部表情识别研究

摘要：

利用机器学习中卷积神经网络(CNN)擅长处理图像的优势,结合改进的局部二值模式(LBP)圆形算子,实现了人脸面部表情的识别.提取的人脸表情特征纹理信息得到增强,抑制了图像中光照、背景等干扰因素,并达到了灰度和旋转不变性的要求.在FER2013数据库上的实验结果表明,相比于原始图像的输入,结合LBP圆形算子的CNN结构能够有效提高面部表情识别的准确率.

关键词：机器学习、卷积神经网络、局部二值模式、面部表情

所属期刊栏目：39

分类号：G434;TP311.13(电化教育)

资助基金：国家自然科学基金;黑龙江省高等教育教学改革研究项目;黑龙江省省属本科高校基本科研业务费—东北石油大学性创新基金项目;黑龙江省教育科学十三五规划重点课题

在线出版日期：2023-08-30（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：1-4