首页|TP-FER:基于优化卷积神经网络的三通道人脸表情识别方法

TP-FER:基于优化卷积神经网络的三通道人脸表情识别方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对人脸五官在表达不同情绪时所起的作用不同,利用单一的卷积神经网络对人脸面部特征进行特征提取和表情识别可能会导致提取表情关键特征信息时聚焦性不够,而仅对眼部或者嘴部等重点部位进行特征提取,又有可能造成特征提取不够充分的问题,提出了一种基于优化卷积神经网络的三通道人脸表情识别方法TP-FER(tri-path networks for facial expression recognition).该方法基于构建的卷积神经网络训练,采用三个输入渠道,分别聚焦面部、眼部和嘴部区域进行特征提取和表情判别,最后采用基于决策层的融合技术将三个渠道的识别结果进行相对多数投票决策,获取整体最优识别率.将此方法应用于JCK+数据集和自建数据集上进行了实验判别分析,结果表明该方法在两个数据集上均提高了整体表情识别率.该方法既考虑了脸部整体特征的提取,又兼顾了某些表情主要聚焦在眼部、嘴部表达的特性,相互辅助,整体提高了表情的识别率;该方法也能对神经心理学研究提供数据支持.
TP-FER:facial expression recognition method of tri-path networks based on optimal convolutional neural network

高静文、蔡永香、何宗宜

展开 >

地理信息工程国家重点实验室,西安710054

长江大学 地球科学学院,武汉430100

人脸表情识别 卷积神经网络 聚焦 驾驶情绪

地理信息工程国家重点实验室开放基金国家自然科学基金青年基金

SKLGIE2017-M-4-641701537

2021

10.19734/j.issn.1001-3695.2020.07.0263

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(7)
  • 3
  • 5