傳統(tǒng)表情識別技術(shù)采用單一類型的特征表示方法,由于每個特征類型對不同數(shù)據(jù)集的表示效果存在差異,導(dǎo)致傳統(tǒng)技術(shù)對不同數(shù)據(jù)集的表情識別效果也存在較大的差異。設(shè)計一種多類型混合特征的選擇方案,用以提高不同數(shù)據(jù)集的表情識別準確率。將面部不同區(qū)域、不同類型的特征集作為基礎(chǔ)特征集,利用重引力搜索算法從基礎(chǔ)特征集中選擇優(yōu)化的特征子集。將優(yōu)化的特征子集輸入深度信念網(wǎng)絡(luò)進行訓(xùn)練和半監(jiān)督學(xué)習(xí),采用訓(xùn)練的網(wǎng)絡(luò)模型對表情進行識別。實驗結(jié)果表明,在不同數(shù)據(jù)集條件下,采用該方法均能夠保持較高的識別準確率。

【文章頁數(shù)】：8 頁

圖1基于表達式樹的agent表示

圖4深度信念網(wǎng)絡(luò)的結(jié)構(gòu)

圖5不同訓(xùn)練實驗的流程圖

圖6不同特征的收斂曲線

本文編號：3888798