张金刚, 方 圆, 袁 豪, 王书振
(1. 中国科学院 西安光学精密机械研究所,陕西 西安 710119; 2. 中国科学院大学,北京 100094; 3. 中国科学院 光电研究院,北京100094; 4. 西安电子科技大学 计算机学院,陕西 西安 710071)
一种识别表情序列的卷积神经网络
张金刚1,2,3, 方 圆4, 袁 豪4, 王书振4
(1. 中国科学院 西安光学精密机械研究所,陕西 西安 710119; 2. 中国科学院大学,北京 100094; 3. 中国科学院 光电研究院,北京100094; 4. 西安电子科技大学 计算机学院,陕西 西安 710071)
传统的人脸表情识别方法需要人为指定特征训练方向,卷积神经网络方法虽然可以自动训练分类特征,但是存在无法识别表情序列的弊端.针对此问题,运用一种多网络融合技术,使构建的网络能够对表情序列进行识别.网络构建方法为:首先构建多个卷积神经网络,使每个网络处理一帧图片;然后将处理结果在融合层进行融合;最后通过一个分类器输出识别结果.在CK+人脸表情数据库上,分别对3帧、4帧和5帧表情序列进行实验,均获得了较高的识别率.
人脸表情识别;卷积神经网络;深度学习;多网络融合
人脸表情中蕴藏着丰富的情感信息,是人与人之间信息交流的一种重要手段.人脸表情识别技术作为一个涉及心理学、机器视觉、图像处理、模式识别等领域的交叉性课题,一直以来都是一个研究热点,并且在人机交互、虚拟现实、安防监控、身份认证等领域有着广泛的应用前景.
目前的人脸表情识别方法主要是在静态图片上分析表情,并且需要人为……