类间学习神经网络的人脸表情识别

被引：4

作者：

周书仁 ^{[1
]}

梁昔明 ^{[1
]}

杨秋芬 ^{[1
]}

刘国英 ^{[2
]}

机构：

[1] 中南大学信息科学与工程学院

[2] 长沙理工大学计算机与通信工程学院

来源：

计算机应用研究 | 2008年 / 07期

基金：

湖南省自然科学基金;

关键词：

表情识别; 类间学习; 神经网络; 类间期望; 距离判据;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对目前表情识别类间信息无关状态,提出了一种表情类间学习的神经网络分类识别算法。该算法首先构建一个BP网络学习对和一个距离判据单元,该距离判据单元仅用来计算类间的实际距离,类间期望距离是根据大量实验结果获得的;然后通过类内实际输出和类间期望距离来修正该网络;最后给出一组实例样本进行表情分类识别。实验结果表明,该算法能有效地识别人脸表情,能紧密地将各类表情间的信息联系起来,效率和准确性均有明显提高。

引用

页码：2219 / 2222

页数：4