利用改进型VGG标签学习的表情识别方法

作     者：程学军 邢萧飞 CHENG Xue-jun;XING Xiao-fei

作者机构：河南工业大学漯河工学院信息工程学院河南漯河462000 广州大学计算机科学与网络工程学院广东广州528225 

基　　金：河南省科技攻关计划基金项目(222102110011) 国家自然科学基金河南省联合基金项目(U1604149) 河南省教育厅自然科学基金项目(19A520006) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第4期

页      码：1134-1144页

摘      要：针对图像表情判别精度低下的问题,提出一种基于改进型VGG-16网络的人脸表情识别方法。为解决传统方法存在像素特征分布不均的问题,采用基于改进的高斯混合模型进行图像特征数据的有效提取;基于改进的VGG-16深度神经网络,增强人脸表情识别的训练样本,实现对采集的图像数据多表情多场景精准区分。基于通用数据集及自采集数据集进行仿真实验,验证所提方法在表情识别的准确度和速度方面都展现出一定优势,尤其在黑暗条件下识别准确率可达90%左右。

主 题 词：表情识别 VGG-16网络模型 高斯混合模型 相关情绪标签分布学习 正则化学习 红外图像 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2022.04.032

馆 藏 号：203110517...