基于重引力搜索和深度学习的图像表情识别研究北大核心CSCD |
| |
引用本文: | 杨芳,郭宏刚.基于重引力搜索和深度学习的图像表情识别研究北大核心CSCD[J].光学技术,2020(5):626-633. |
| |
作者姓名: | 杨芳 郭宏刚 |
| |
作者单位: | 1.河北公安警察职业学院警务科研处050091;2.河北师范大学计算机与网络空间安全学院050024;3.河北师范大学河北省网络与信息安全重点实验室050024;4.河北师范大学河北省供应链大数据分析与数据安全工程研究中心050024; |
| |
基金项目: | 国家自然科学基金资助项目(61572170);河北省自然科学基金项目(F2019205163)。 |
| |
摘 要: | 传统表情识别技术采用单一类型的特征表示方法,由于每个特征类型对不同数据集的表示效果存在差异,导致传统技术对不同数据集的表情识别效果也存在较大的差异。设计一种多类型混合特征的选择方案,用以提高不同数据集的表情识别准确率。将面部不同区域、不同类型的特征集作为基础特征集,利用重引力搜索算法从基础特征集中选择优化的特征子集。将优化的特征子集输入深度信念网络进行训练和半监督学习,采用训练的网络模型对表情进行识别。实验结果表明,在不同数据集条件下,采用该方法均能够保持较高的识别准确率。
|
关 键 词: | 深度学习 深度神经网络 重引力搜索算法 表情识别 特征选择 表达式目录树 |
本文献已被 维普 等数据库收录! |
|