文献类型：期刊文章

作　　者：姚丽莎[1] 徐国明[1] 赵凤[1]

Yao Lisha;Xu Guoming;Zhao Feng(Institute of Information and Software,Institute of Information Engineering,Anhui Xinhua University,Hefei,Anhui 230088,China)

机构地区：[1]安徽新华学院信息工程学院信息系统软件研究所,安徽合肥230088

出　　处：《激光与光电子学进展》

基　　金：安徽省高校自然科学重点研究项目(KJ2018A0587);安徽新华学院校级重点科研项目(2018zr006);安徽新华学院校级重点科研项目(2018zr001);安徽省质量工程建设项目(2018jyssf111)。

年　　份：2020

卷　　号：57

期　　号：4

起止页码：330-337

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：为提高人脸表情分类的识别率和实时性,提出一种基于卷积神经网络(CNN)局部特征融合的人脸表情识别方法。首先,构建CNN模型,学习眼睛、眉毛、嘴巴3个局部区域的局部特征;然后,将局部特征送入到支持向量机(SVM)多分类器中获取各类特征的后验概率;最后,通过粒子群寻优算法优化各特征的最优融合权值,实现正确率最优的决策级融合,完成表情分类。实验表明,本文方法在CK+和JAFFE数据库的平均识别率分别达到了94.56%和97.08%,与其他识别方法相比,本文方法性能优越,能提高算法的识别率和稳健性,同时保证了算法的实时性。

关 键 词：机器视觉 表情识别 卷积神经网络 决策融合  

分 类 号：TP391.41]