文献类型：期刊文章

作　　者：翟懿奎[1] 刘健[1]

ZHAI Yi-kui;LIU Jian(School of Information Engineering,Wuyi University,Jiangmen,Guangdong 529020,Chin)

机构地区：[1]五邑大学信息工程学院,广东江门529020

出　　处：《信号处理》

基　　金：国家自然科学基金项目(61372193;61771347);广东高校优秀青年教师培训计划资助项目(SYQ2014001);广东省特色创新项目(2015KTSCX143;2015KTSCX145);广东省青年创新项目(2016KQNCX171)

年　　份：2018

卷　　号：34

期　　号：6

起止页码：729-738

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSCD、CSCD2017_2018、JST、RCCSE、ZGKJHX、核心刊

摘　　要：人脸表情识别是模式识别研究的一个重要领域,现实环境中人脸表情识别容易受到光照、姿态、个体表情差异等因素的影响,识别效果仍有待提高。为了取得更好的人脸表情识别效果,本文提出一种基于迁移卷积神经网络的人脸表情识别方法,本文在训练得到人脸识别网络模型的基础上,采用迁移学习方法将所得人脸识别模型迁移到人脸表情识别任务上,并提出Softmax-MSE损失函数和双激活层(Double Activate Layer,DAL)结构,以提高模型的识别能力。在FER2013数据库和SFEW2.0数据库上的实验表明,本文所提方法分别取得了61.59%和47.23%的主流识别效果。

关 键 词：表情识别 深度卷积神经网络  迁移学习  

分 类 号：TP391.41]