国产主播一区二区三区在线观看|国产乱码精品一区二区三区四川人|A片V一区二区三区有声|国产精品自在线午夜精华播放|日本无码一区二区三区不卡免费|樱桃视频在线直播观看免费|欧美成人一区二区三区不卡视频

首頁 > 期刊 > 自然科學(xué)與工程技術(shù) > 基礎(chǔ)科學(xué) > 基礎(chǔ)科學(xué)綜合 > 中國科學(xué)技術(shù)大學(xué)學(xué)報 > 基于深度學(xué)習(xí)與DenseSIFT融合的人臉表情識別 【正文】

基于深度學(xué)習(xí)與DenseSIFT融合的人臉表情識別

彭玉青; 王緯華; 劉璇; 趙曉松; 魏銘 河北工業(yè)大學(xué)計算機科學(xué)與軟件學(xué)院; 天津300400
  • 混合模型
  • mobilenet
  • 深度可分離
  • 多尺度卷積
  • densesift

摘要:為了準確高效地實現(xiàn)人臉表情識別.提出將一種將卷積神經(jīng)網(wǎng)絡(luò)與Dense SIFT特征進行融合的混合模型,該混合模型所用的網(wǎng)絡(luò)結(jié)構(gòu)是在深度可分離的卷積神經(jīng)網(wǎng)絡(luò)MobileNet的思想上加以改進.在通道卷積(深度卷積)與空間卷積(點卷積)分離的基礎(chǔ)上,將MobileNet結(jié)構(gòu)的點卷積部分使用多尺度卷積核,保證了提取特征的豐富細微性,更加適用于人臉表情特征提取;同時引入DenseNet結(jié)構(gòu)的思想,提升了網(wǎng)絡(luò)的性能.利用Dense SIFT的128維描述子對特征描述較豐富的優(yōu)勢。將其與改進的MobileNet網(wǎng)絡(luò)在全連接層進行融合,采用Eltwise層在全連接層元素之間做比較并取最大值,以保證特征的多樣性,且更具代表性.在FER2013和JAFFE人臉表情數(shù)據(jù)集上運用該混合模型,識別率可以達到73.2%和96.5%.

注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社

投稿咨詢 文秘咨詢

中國科學(xué)技術(shù)大學(xué)學(xué)報

  • 預(yù)計1-3個月 預(yù)計審稿周期
  • 0.38 影響因子
  • 科學(xué) 快捷分類
  • 月刊 出版周期

主管單位:中國科學(xué)院;主辦單位:中國科學(xué)技術(shù)大學(xué)

我們提供的服務(wù)

服務(wù)流程: 確定期刊 支付定金 完成服務(wù) 支付尾款 在線咨詢