基于多任務(wù)深度卷積神經(jīng)網(wǎng)絡(luò)的人臉/面癱表情識別方法
作者：彭先霖; 張海曦; 胡琦瑤 西北工業(yè)大學(xué)電子信息學(xué)院; 陜西西安710129; 西北大學(xué)信息科學(xué)與技術(shù)學(xué)院; 陜西西安710127
摘要：由于人類個體面部形態(tài)各種各樣,使得不同人在表達(dá)同一感情時有可能產(chǎn)生較大的視覺差異,為了減弱這種內(nèi)類視覺差異性對人臉表情識別產(chǎn)生的影響,該文提出一種分層多任務(wù)學(xué)習(xí)的人臉表情識別方法,該方法以現(xiàn)有深度卷積神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ),構(gòu)造雙層樹分類器以替換輸出層的平面softmax分類器,構(gòu)建深度多任務(wù)學(xué)習(xí)框架,通過利用人臉表情標(biāo)簽和人臉標(biāo)簽共同學(xué)習(xí)更具辨識力的深度特征,將知識從相關(guān)人臉識別任務(wù)中遷移過來,從而減弱面部形態(tài)對表情識別的影響,提高表情識別性能。實驗結(jié)果表明,相較于VGGnet,Googlenet和Resnet深度模型,文中提出的方法均提高了人臉表情識別率,且成功推廣到面癱表情識別問題中。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社。
西北大學(xué)學(xué)報·自然科學(xué)版雜志
西北大學(xué)學(xué)報·自然科學(xué)版雜志， 雙月刊，本刊重視學(xué)術(shù)導(dǎo)向，堅持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性，刊載內(nèi)容涉及的欄目：專題研究、書評、學(xué)術(shù)動態(tài)等。于1913年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。
- 北大期刊
- CSCD期刊
- 統(tǒng)計源期刊
- 1-3個月審核
