微表情识别,深度学习 ,卷积神经网络,数据增强 ," /> 微表情识别,深度学习 ,卷积神经网络,数据增强 ,"/> <p class="MsoPlainText"> 基于深度学习的面部微表情识别
Please wait a minute...
沈阳化工大学学报, 2021, 35(4): 380-384    doi: 10.3969/j.issn.2095-2198.2021.04.015
  信息与计算机工程 本期目录 | 过刊浏览 | 高级检索 |

基于深度学习的面部微表情识别

诗雨桐(1995—),男,辽宁铁岭人,硕士研究生在读,主要从事深度学习图像识别方面研究.

Facial Microexpression Recognition Based on Deep Learning

下载:  PDF (4528KB) 
输出:  BibTeX | EndNote (RIS)      
摘要 

微表情图片具有高度的相似性和密集性的细节信息,传统的微表情识别主要采用手工制作的方法,其识别种类与识别精度均无法满足精确的特征提取训练,因此提出一种深度学习方法,可以有效解决微表情识别在种类数量、准确度和速度上的问题.采用数据增强后合成的图像训练数据集,以处理后的数据集来训练卷积神经网络CNN模型.实验结果证明了所提出的基于深度学习的CNN方法在面部微表情识别中的有效性.将该方法与传统方法进行比较,结果显示提出的基于深度学习的CNN方法相较于传统方法其识别精度明显提高.

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词:  微表情识别')" href="#">

微表情识别  深度学习   卷积神经网络  数据增强     

               出版日期:  2022-01-17      发布日期:  2022-01-17      整期出版日期:  2022-01-17
引用本文:    
诗雨桐, 袁德成.

基于深度学习的面部微表情识别 [J]. 沈阳化工大学学报, 2021, 35(4): 380-384.

链接本文:  
https://xuebao.syuct.edu.cn/CN/10.3969/j.issn.2095-2198.2021.04.015  或          https://xuebao.syuct.edu.cn/CN/Y2021/V35/I4/380
[1] 李元, 杨东昇, 李大舟. 基于二维卷积神经网络高层数据特征学习的过程故障检测[J]. 沈阳化工大学学报, 2021, 35(3): 256-264.
No Suggested Reading articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed