基于LBP/VAR与DBN模型的人脸表情识别

被引：22

作者：

何俊

蔡建峰

房灵芝

何忠文

机构：

[1] 南昌大学信息工程学院电气与自动化工程系

来源：

计算机应用研究 | 2016年 / 33卷 / 08期

关键词：

深度信念网络; 表情识别; 局部二进制模式; 深度学习;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对现有表情识别研究中均采用有监督模型实现特征提取,提出一种新的基于DBN(deep belief net)模型无监督的表情特征提取与识别方法。首先通过对人脸表情图片提取对光照与旋转具有鲁棒性的LBP/VAR初次特征,再通过DBN网络对初次特征实现人脸表情的二次特征提取与分类学习。对DBN参数采用动态搜索的方法,即在一个大范围内搜索确定RBM Mini-batch、BP Mini-batch与RBM隐层数量的最优值,再确定DBN深度与迭代次数最佳值。在CK+数据库上与传统KNN、SVM有监督分类模型进行的对比实验表明,提出的方法在识别率上分别提高了19.34%和14.22%。

引用

页码：2509 / 2513

页数：5

共 8 条

[1] DBN网络的深度确定方法 [J].