上海工程技术大学电子电气工程学院
纸质出版:2022
移动端阅览
王从澳, 黄润才, 孙延标, 等. 基于特征融合与选择的小样本表情识别[J]. 传感器与微系统, 2022,(10):112-116.
基于特征融合与选择的小样本表情识别[J]. 2022, (10): 112-116.
王从澳, 黄润才, 孙延标, 等. 基于特征融合与选择的小样本表情识别[J]. 传感器与微系统, 2022,(10):112-116. DOI: 10.13873/J.1000-9787(2022)10-0112-05.
基于特征融合与选择的小样本表情识别[J]. 2022, (10): 112-116. DOI: 10.13873/J.1000-9787(2022)10-0112-05.
针对小样本数据集的数据量不足和深度学习的模型复杂、参数冗余等问题,提出了一种基于特征融合与选择的小样本表情识别算法。该模型将手工提取的人脸关键区域特征与DenseNet网络提取的深度学习特征相融合,再利用基于熵的特征约简技术对特征维度进行熵减和选择,以使用多分类支持向量机(MCSVM)进行识别分类,通过在JAFFE和CK+公开数据集上的实验测试结果表明:该模型在小样本数据集上具有更高的识别准确率和实时性,显著提升了人脸表情的识别性能。
针对小样本数据集的数据量不足和深度学习的模型复杂、参数冗余等问题,提出了一种基于特征融合与选择的小样本表情识别算法。该模型将手工提取的人脸关键区域特征与DenseNet网络提取的深度学习特征相融合,再利用基于熵的特征约简技术对特征维度进行熵减和选择,以使用多分类支持向量机(MCSVM)进行识别分类,通过在JAFFE和CK+公开数据集上的实验测试结果表明:该模型在小样本数据集上具有更高的识别准确率和实时性,显著提升了人脸表情的识别性能。
融合多特征与随机森林的纹理图像分类方法 [J]. 陈静,张艳新,姜媛媛. 传感器与微系统 . 2019(12)
基于CNN与关键区域特征的人脸表情识别算法 [J]. 薛建明,刘宏哲,袁家政,王雪峤,李青,杨少鹏. 传感器与微系统 . 2019(10)
深度学习下融合不同模型的小样本表情识别 [J]. 林克正,白婧轩,李昊天,李骜. 计算机科学与探索 . 2020(03)
基于卷积神经网络局部特征融合的人脸表情识别 [J]. 姚丽莎,徐国明,赵凤. 激光与光电子学进展 . 2020(04)
改进的LBP算子和稀疏表达分类在人脸表情识别上的应用 [J]. 赵栋杰. 电子设计工程 . 2016(20)
Attention mechanism-based CNN for facial expression recognition [J] . Jing Li,Kan Jin,Dalin Zhou,Naoyuki Kubota,Zhaojie Ju. Neurocomputing . 2020 (prep)
Hand-crafted and deep convolutional neural network features fusion and selection strategy: An application to intelligent human action recognition [J] . Muhammad Attique khan,Muhammad Sharif,Tallha Akram,Mudassar Raza,Tanzila Saba,Amjad Rehman. Applied Soft Computing Journal . 2020 (C)
Efficient Facial Expression Recognition Algorithm Based on Hierarchical Deep Neural Network Structure. [J] . Ji-Hae Kim,Byung-Gyu Kim,Partha Pratim Roy 0001,Da-Mi Jeong. IEEE Access . 2019
0
浏览量
311
下载量
1
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621