国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

基于自發(fā)表情數據集預訓練的多任務(wù)深度網(wǎng)絡(luò )表情識別方法
DOI:
CSTR:
作者:
作者單位:

作者簡(jiǎn)介:

通訊作者:

中圖分類(lèi)號:

TP391.4

基金項目:

國家重點(diǎn)研發(fā)計劃資助課題(2017YFB1402103)


Multi-task deep network expression recognition based on pre-training of Natural emotional data sets
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 圖/表
  • |
  • 訪(fǎng)問(wèn)統計
  • |
  • 參考文獻
  • |
  • 相似文獻
  • |
  • 引證文獻
  • |
  • 資源附件
  • |
  • 文章評論
    摘要:

    為了更好地將現有深度卷積神經(jīng)網(wǎng)絡(luò )應用于表情識別,提出將構建自然表情圖像集預訓練和多任務(wù)深度學(xué)習相結合的方法。首先,利用社交網(wǎng)絡(luò )圖像構建一個(gè)自發(fā)面部表情數據集,對現有深度卷積神經(jīng)網(wǎng)絡(luò )進(jìn)行預訓練;然后,以雙層樹(shù)分類(lèi)器替換輸出層的平面softmax分類(lèi)器,構建深度多任務(wù)人臉表情識別模型。實(shí)驗結果表明,本文提出的方法有效提高了人臉表情識別準確率。

    Abstract:

    In order to better apply the existing depth convolution neural network to facial expression recognition, a method combining pre-training of natural facial expression image set and multi-task depth learning is proposed. Firstly, a data set of spontaneous facial expressions is constructed from social network images, and the existing deep convolution neural network is pre-trained. Then, a deep multi-task facial expression model is constructed by replacing the planar softmax classifier of the output layer with a double-tree classifier. The experimental results show that the proposed method can effectively improve the accuracy of facial expression recognition.

    參考文獻
    相似文獻
    引證文獻
引用本文

彭先霖,張海曦,胡琦瑤,溫超.基于自發(fā)表情數據集預訓練的多任務(wù)深度網(wǎng)絡(luò )表情識別方法計算機測量與控制[J].,2019,27(7):248-252.

復制
分享
文章指標
  • 點(diǎn)擊次數:
  • 下載次數:
  • HTML閱讀次數:
  • 引用次數:
歷史
  • 收稿日期:2019-05-09
  • 最后修改日期:2019-05-17
  • 錄用日期:2019-05-17
  • 在線(xiàn)發(fā)布日期: 2019-07-25
  • 出版日期:
文章二維碼
蚌埠市| 怀柔区| 大名县| 黑河市| 浠水县| 开化县| 濮阳市| 临朐县| 嫩江县| 霍林郭勒市| 兴城市| 恩施市| 台江县| 琼结县| 晋中市| 称多县| 阳新县| 平昌县| 郯城县| 天全县| 大荔县| 房山区| 湘潭县| 通江县| 淮阳县| 临安市| 垦利县| 敦化市| 崇义县| 托里县| 红安县| 广昌县| 龙江县| 乡宁县| 买车| 大丰市| 高安市| 皋兰县| 陇西县| 石阡县| 白山市|