文献类型：期刊文章

作　　者：薛建明[1] 刘宏哲[1] 袁家政[2] 王雪峤[3] 李青[3] 杨少鹏[1]

XUE Jianming;LIU Hongzhe;YUAN Jiazheng;WANG Xueqiao;LI Qing;YANG Shaopeng(Beijing Key Laboratory of Information Service Engineering,Beijing Union University ,Beijing 100101 , China;Beijing Open University, Beijing 100081 ,China;Institute of Computer Technology ,Beijing Union University ,Beijing 100101,China)

机构地区：[1]北京联合大学北京市信息服务工程重点实验室,北京100101 [2]北京开放大学,北京100081 [3]北京联合大学计算机技术研究所,北京100101

出　　处：《传感器与微系统》

基　　金：国家自然科学基金资助项目(61571045,61871039,61871028);北京市属高校高水平教师队伍建设支持计划项目(IDHT20170511);北京市教委科技计划一般项目(KM201811417002);国家自然科学基金青年科学基金资助项目(61502036);北京联合大学研究生资助项目

年　　份：2019

卷　　号：38

期　　号：10

起止页码：146-149

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、JST、RCCSE、ZGKJHX、普通刊

摘　　要：为了克服目前公开的人脸表情数据集的数据量较少,并且有一些类别的表情表达存在一定的相似这两个因素对人脸表情识别率的影响,提出一种基于关键区域特征融合的人脸表情分类算法。算法首先提取人脸图像中表情表达的关键区域,然后分别提取关键区域的特征信息并融合,最终使用融合的特征进行分类。通过实验验证:算法在JAFFE和CK+公开数据集上均取得了较好的识别准确率。

关 键 词：表情识别 深度卷积神经网络  关键区域  特征融合  

分 类 号：TP391.41]