本文關(guān)鍵詞：一種基于降噪自編碼器的人臉表情識別方法

  更多相關(guān)文章： 表情識別 降噪自編碼器 深度學(xué)習(xí)

【摘要】：針對傳統(tǒng)人臉表情識別算法魯棒性差,易受到人臉身份信息干擾的問題,在降噪自編碼器的基礎(chǔ)上,提出一種人臉表情識別算法。首先,從圖片中檢測出人臉部分,并進行尺度歸一化處理;再構(gòu)造堆棧式降噪自編碼神經(jīng)網(wǎng)絡(luò)模型進行預(yù)訓(xùn)練;最后為了避免由訓(xùn)練樣本不足容易造成的過擬合問題,在深度網(wǎng)絡(luò)模型的全連接層采用了Dropout技術(shù)。實驗結(jié)果在數(shù)據(jù)集CK+、JAFFE和Yale上均取得了較高的準確率,說明了該方法具有較強的魯棒性和抗身份信息干擾的能力。
【作者單位】： 西南科技大學(xué)計算機科學(xué)與技術(shù)學(xué)院;
【分類號】：TP391.41
【正文快照】： 0引言近年來,在計算機視覺研究領(lǐng)域中,人臉表情識別作為熱點研究課題正在吸引全世界的相關(guān)學(xué)者參與其中。而人臉表情識別研究的主要難點除了常見的考慮光照、角度、遮擋和姿態(tài)等問題以外,更重要的是考慮人臉身份特征的干擾和人臉表情變化的非剛性。即需要同時考慮人臉長相特征，

本文編號：1284331