【摘要】：為了解決表情識別中單一數(shù)據(jù)所包含人臉表情信息不全面的問題,融合了圖像與標(biāo)記點數(shù)據(jù);針對傳統(tǒng)模式識別方法中手動提取特征的復(fù)雜性,采用神經(jīng)網(wǎng)絡(luò)框架,從而實現(xiàn)了特征的自動提取。本文算法以人臉表情的圖像與標(biāo)記點數(shù)據(jù)為基礎(chǔ),以神經(jīng)網(wǎng)絡(luò)為框架,采用稀疏自動編碼器對網(wǎng)絡(luò)進行預(yù)訓(xùn)練,實現(xiàn)了網(wǎng)絡(luò)的稀疏連接,另外,在網(wǎng)絡(luò)權(quán)值更新過程中結(jié)合了結(jié)構(gòu)化正則項(structured regularization),限制了不同數(shù)據(jù)與隱層神經(jīng)元的連接。實驗表明:圖像與標(biāo)記點數(shù)據(jù)的融合更全面地表達了人臉表情信息;稀疏自動編碼器和結(jié)構(gòu)化正則項的運用能更有效地提取關(guān)鍵特征,并使神經(jīng)網(wǎng)絡(luò)自動分析不同輸入數(shù)據(jù)在表情識別中所起到的作用強弱。
[Abstract]:In order to solve the problem of incomplete facial expression information contained by single data in facial expression recognition, the image and marker data are fused. In view of the complexity of manual feature extraction in traditional pattern recognition methods, neural network framework is adopted. Thus the automatic feature extraction is realized. This algorithm is based on facial expression image and marker point data, takes neural network as the frame, uses sparse automatic encoder to pre-train the network, realizes the sparse connection of the network, in addition, In the process of network weight updating, the structured regular term (structured regularization), is used to restrict the connection between different data and hidden layer neurons. The experimental results show that the fusion of image and marker data can more fully express facial expression information, and the application of sparse automatic encoder and structured canonical items can extract the key features more effectively. The neural network can automatically analyze the effect of different input data in facial expression recognition.
【作者單位】： 山東大學(xué)控制科學(xué)與工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(61573222;61203253;61233014) 山東省科技重大專項項目(新興產(chǎn)業(yè))(2015ZDXX0801A02) 山東大學(xué)基本科研業(yè)務(wù)費專項資金資助項目(2016JC014) 江蘇省三維打印裝備與制造重點實驗室開放課題資助項目(3DL201502)
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 應(yīng)自爐;張有為;李景文;;融合人臉局部區(qū)域的表情識別[J];信號處理;2009年06期

2 胡明銀;孟凡民;;微表情識別的偵查實用性探析[J];江西警察學(xué)院學(xué)報;2011年03期

3 申尋兵;隋華杰;許坤金;;微表情識別能力與在校生人際關(guān)系相關(guān)性研究[J];科技視界;2013年28期

4 武宇文,劉宏,查紅彬;基于特征分組加權(quán)聚類的表情識別[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2005年11期

5 何良華,鄒采榮,包永強,趙力;人臉面部表情識別的研究進展[J];電路與系統(tǒng)學(xué)報;2005年01期

6 楊國亮;王志良;王國江;;面部表情識別研究進展[J];自動化技術(shù)與應(yīng)用;2006年04期

7 王功孝;;面部表情識別研究綜述[J];黑龍江科技信息;2007年24期

8 韓t}t};王益文;洪慧;徐艷嬌;;面孔呈現(xiàn)順序?qū)植勘砬樽R別的影響[J];山東師范大學(xué)學(xué)報(自然科學(xué)版);2008年02期

9 寧凡;厲星星;;基于人臉幾何結(jié)構(gòu)的表情識別[J];計算機應(yīng)用與軟件;2009年06期

10 方婷;葛萬成;;基于人臉非對稱性的表情識別[J];信息技術(shù);2009年11期

相關(guān)會議論文 前10條

1 沈卓卿;俞國良;;情緒表達者的文化差異對表情識別的影響[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年

2 章吉;陳英和;;兒童混合表情識別的發(fā)展及與基本表情識別的關(guān)系[A];增強心理學(xué)服務(wù)社會的意識和功能——中國心理學(xué)會成立90周年紀(jì)念大會暨第十四屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

3 劉芳;王志良;徐銀梅;陳鋒軍;郭群;;應(yīng)用于表情識別的黑斑特征算法的設(shè)計與實現(xiàn)[A];第一屆中國情感計算及智能交互學(xué)術(shù)會議論文集[C];2003年

4 史光遠;崔麗霞;;性別和羞怯水平對大學(xué)生面部表情識別的影響[A];第十五屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2012年

5 曹宇嘉;鄭文明;趙力;鄒采榮;;基于差值模板特征的表情識別方法[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

6 李睿凡;朱強生;郭燕慧;劉海濤;;魯棒局部保持投影的表情識別[A];2006年首屆ICT大會信息、知識、智能及其轉(zhuǎn)換理論第一次高峰論壇會議論文集[C];2006年

7 韓t}t};王益文;;面孔呈現(xiàn)順序?qū)植勘砬樽R別的影響[A];第十一屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2007年

8 歐陽琰;桑農(nóng);;基于面部動作單元組合特征的表情識別[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

9 羅崢;魏錦;陳凡;尹天驕;;自閉、智障與正常兒童面部表情識別的差異[A];增強心理學(xué)服務(wù)社會的意識和功能——中國心理學(xué)會成立90周年紀(jì)念大會暨第十四屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

10 張明;傅小蘭;;微表情識別的背景效價效應(yīng)[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會議論文集[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 楊勇;基于粗糙集理論的表情識別研究[D];西南交通大學(xué);2009年

2 李遠征;人體目標(biāo)跟蹤和表情識別中的若干問題研究[D];西安電子科技大學(xué);2013年

3 阮錦新;多姿態(tài)人臉檢測與表情識別關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2010年

4 歐陽琰;面部表情識別方法的研究[D];華中科技大學(xué);2013年

5 朱明旱;基于流形學(xué)習(xí)的人臉表情識別研究[D];中南大學(xué);2009年

6 劉帥師;非均勻光照和局部遮擋情況下的魯棒表情識別理論與方法研究[D];吉林大學(xué);2012年

7 張錚;基于二維MB-LGBP特征的表情識別及其光照檢測研究[D];天津大學(xué);2010年

8 付曉峰;基于二元模式的人臉識別與表情識別研究[D];浙江大學(xué);2008年

9 洪濤;船體建造CAD/CAM系統(tǒng)數(shù)據(jù)庫技術(shù)及面部表情識別技術(shù)的若干研究[D];浙江大學(xué);2003年

10 李永強;基于動態(tài)貝葉斯網(wǎng)絡(luò)的人面部運動識別方法研究[D];哈爾濱工業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 賀春榮;情緒情境與訓(xùn)練因素對微表情識別能力影響的研究[D];山西醫(yī)科大學(xué);2012年

2 竇曉娟;大學(xué)生自卑特質(zhì)對面部表情識別的影響研究[D];河北師范大學(xué);2015年

3 黃世偉;雙相躁狂患者面部表情識別的研究[D];安徽醫(yī)科大學(xué);2015年

4 陳心韻;抑郁傾向、抑郁癥患者與正常人生態(tài)化微表情識別差異及評估指標(biāo)初探[D];蘇州大學(xué);2015年

5 張海婷;基于深度神經(jīng)網(wǎng)絡(luò)的人體動作及自發(fā)表情識別[D];山東大學(xué);2015年

6 武冠群;基于情感模型的表情識別及應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

7 路立;生態(tài)化微表情識別測量的編制及微表情識別差異研究[D];蘇州大學(xué);2015年

8 王晶晶;面部反饋對表情識別的作用及其影響因素[D];浙江師范大學(xué);2015年

9 王劍云;基于深度神經(jīng)網(wǎng)絡(luò)的表情識別算法[D];西南科技大學(xué);2015年

10 趙晴;微表情識別、親社會行為與人際交往的關(guān)系研究[D];曲阜師范大學(xué);2015年

，

本文編號：2166302