基于CNN与关键区域特征的人脸表情识别算法

薛建明; 刘宏哲; 袁家政; 王雪峤; 李青; 杨少鹏

doi:10.13873/j.1000-9787(2019)10-0146-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于CNN与关键区域特征的人脸表情识别算法

计算与测试 | 更新时间：2025-09-11

- 基于CNN与关键区域特征的人脸表情识别算法
- Facial expression recognition algorithm based on CNN and features of key regions
- 传感器与微系统 2019年第10期页码：146-149+153
- 作者机构：
  
  1. 北京联合大学北京市信息服务工程重点实验室
  2. 北京开放大学
  3. 北京联合大学计算机技术研究所
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(61571045,61871039,61871028);北京市教委科技计划一般项目(KM201811417002);国家自然科学基金青年科学基金资助项目(61502036)
- DOI：10.13873/j.1000-9787(2019)10-0146-04
  中图分类号： TP183;TP391.41
- 纸质出版：2019
- 稿件说明：
移动端阅览
薛建明, 刘宏哲, 袁家政, 等. 基于CNN与关键区域特征的人脸表情识别算法[J]. 传感器与微系统, 2019,(10):146-149+153.

XUE Jianming, LIU Hongzhe, YUAN Jiazheng, et al. Facial expression recognition algorithm based on CNN and features of key regions[J]. 2019, (10): 146-149+153.
薛建明, 刘宏哲, 袁家政, 等. 基于CNN与关键区域特征的人脸表情识别算法[J]. 传感器与微系统, 2019,(10):146-149+153. DOI： 10.13873/j.1000-9787(2019)10-0146-04.

XUE Jianming, LIU Hongzhe, YUAN Jiazheng, et al. Facial expression recognition algorithm based on CNN and features of key regions[J]. 2019, (10): 146-149+153. DOI： 10.13873/j.1000-9787(2019)10-0146-04.

摘要

为了克服目前公开的人脸表情数据集的数据量较少

并且有一些类别的表情表达存在一定的相似这两个因素对人脸表情识别率的影响

提出一种基于关键区域特征融合的人脸表情分类算法。算法首先提取人脸图像中表情表达的关键区域

然后分别提取关键区域的特征信息并融合

最终使用融合的特征进行分类。通过实验验证:算法在JAFFE和CK+公开数据集上均取得了较好的识别准确率。

Abstract

In order to overcome the influence of the two factors of small amount of data in the open facial expression data set

and there are certain similarities in some categories of expressions on facial expression recognition rate

a facial expression classification algorithm based on key region feature fusion is proposed.This algorithm firstly extract the key regions of facial expressions in the image

then extracts and fuses the feature information of the key regions

and finally uses the fused features for classification.Through experimental verification the algorithm achieves good identification accuracy in JAFFE dataset and the CK+ dataset.

关键词

Keywords

references

浏览量

725

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于双分支特征融合的时空动作检测算法

基于多级特征金字塔网络的目标检测研究

基于双通道卷积神经网络的交通标志识别算法

面向躯感网的心电融合特征分析方法

基于局部特征与多损失融合的车型精细识别算法