版权说明 操作指南
首页 > 成果 > 详情

基于小尺度核卷积的人脸表情识别

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Facial Expression Recognition Based on Small-Scale Kernel Convolution
作者:
冯杨;刘蓉;鲁甜
作者机构:
华中师范大学 物理科学与技术学院,武汉 430079
[刘蓉; 鲁甜; 冯杨] 华中师范大学
语种:
中文
关键词:
小尺度核卷积;人脸表情识别;自然人机交互;表情特征;表情分类
期刊:
计算机工程
ISSN:
1000-3428
年:
2021
卷:
47
期:
04
页码:
262-267
基金类别:
国家社会科学基金(19BTQ005); 国家科技支撑计划(2015BAK33B00);
机构署名:
本校为第一机构
院系归属:
物理科学与技术学院
摘要:
针对现有表情识别方法中网络泛化能力差以及网络参数多导致计算量大的问题,提出一种利用小尺度核卷积的人脸表情识别方法。采用多层小尺度核卷积块代替大卷积核减少参数量,结合最大池化层提取面部表情图像特征,利用Softmax分类器对不同表情进行分类,并在相同感受野下增加网络深度避免特征丢失。实验结果表明,与FER2013 record、DNNRL等方法相比,该方法的人脸表情识别率更高,能有效实现人脸表情的准确分类。
摘要(英文):
To address poor generalization ability of network and heavy computation caused by the large number of network parameters in existing expression recognition methods,this paper proposes a facial expression recognition method based on small-scale kernel convolution.The multi-layer small-scale kernel convolution block is used instead of large convolution kernel to reduce the number of parameters.On this basis,the maximum pooling layer is used to extract facial expression image features,and the Softmax classifier is used to classify different expressions.The network depth is also increased under th...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com