一种基于混合深度置信模型的面部表情识别方法 |
| |
引用本文: | 杨雨浓, 房鼎益, 王洪,.一种基于混合深度置信模型的面部表情识别方法[J].西南农业大学学报,2016,38(6):142-147. |
| |
作者姓名: | 杨雨浓 房鼎益 王洪 |
| |
作者单位: | 西北大学信息科学与技术学院;
重庆师范大学教务处; |
| |
基金项目: | 国家科技支撑计划基金项目(2013BAK01B02);国家自然科学基金项目(61202393) |
| |
摘 要: | 针对特征提取算法中存在的特征标注困难、有效特征丢失等问题,文中提出一种基于混合深度置信模型的识别方法,该方法利用深度模型来解决维度灾难,实现视觉特征的分层学习,从而提高识别精度.首先,为达到融合局部特征和全局特征信息的目的,本文根据表情特征分布特点进行图像分割,由分割的关键区域图像和整体图像加上不同的贡献度形成混合模型;其次,将图像输入到深度置信网络中,实现数字图像视觉特征的分层学习,抽象出代表表情类别的有效特征,从而避免人工设计特征提取中存在的提取困难和特征丢失的缺陷;最后,利用训练样本求解、更新混合模型组件的贡献度,提升算法的精度和鲁棒性.在JAFFE、Cohn-kanade表情库中的实验结果表明,本文提出的混合深度置信模型方法能对表情视觉特征进行有效学习,提高了表情识别的精度,识别率达到97.94%.
|
关 键 词: | 表情识别 置信网络 混合模型 特征学习 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《西南农业大学学报》浏览原始摘要信息 |
| 点击此处可从《西南农业大学学报》下载免费的PDF全文 |
|