首页|基于特征层融合与BP神经网络的人脸表情识别研究

基于特征层融合与BP神经网络的人脸表情识别研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对图像处理中人脸表情识别率不高的问题,提出了一种基于特征层融合和神经网络的人脸表情识别方法.利用PCA对原图像进行特征降维处理得到维数较低的表情图像特征,再从粗到细策略对特征进行融合,最后采用神经网络的BP反向传播算法对训练集和验证集经多次迭代后训练好人脸表情模型.将收集到的表情数据进行实验仿真对比表明:本文提出方法与常用的分类算法相比,人脸表情识别率在本文提到的表情数据库上取得更好的效果.
Facial expression recognition based on feature-layer fusion and BP neural network

钟明静、卢涵宇、李丹杨、兰海翔、侯汝冲、胡正江

展开 >

贵州大学 大数据与信息工程学院,贵州 贵阳 550025

贵州力创科技发展有限公司,贵州 贵阳 550018

表情识别 特征层融合 PCA BP神经网络

国家自然科学基金资助项目国家重点研发计划项目贵州省基金贵州省基金贵州省基金贵州省基金贵州省基金贵州省基金贵州省基金贵州省基金

416733152016YFFE0117300黔科合[2018]5781[2017]5305578828162025[2016]560428445803

2019

广西大学学报(自然科学版)
广西大学

广西大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.767
ISSN：1001-7445
年,卷(期)：2019.44(5)
  • 2
  • 4