结合多特征和跨连通道加权的面部表情识别

来源 :小型微型计算机系统 | 被引量 : 0次 | 上传用户：gmailzyn

【摘要】

：

面部表情是人类表达情感的主要方式.本文提出一种将手工特征和深度学习特征相结合,以跨连通道加权模块为基础的面部表情识别方法.将灰度图、局部二值模式特征、Sobel特征作为三通道特征输入,以深度可分离卷积代替标准卷积;同时引入跨连通道加权模块,通过建模不同通道特征之间的关系,更加高效地进行不同层次特征的融合.本文方法在CK+和JAFFE两个常用表情数据集上进行了验证,取得了高达99.77%和99.48

【作者】

：

柳璇唐颖军黄淑英

【机构】

：

江西财经大学软件与物联网工程学院,南昌330032

【出处】

：

小型微型计算机系统

【发表日期】

：

2021年02期

【关键词】

：

表情识别跨连网络通道加权深度可分离卷积

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

改进的单形进化算法及在神经网络上的应用研究

单形进化算法(Surface-Simplex Swarm Evolution Algorithm,简称SSSE)是一种新型群体智能优化算法,该算法通过建立粒子的单形邻域搜索算子和多角色态搜索机制,具有很好地收敛

期刊

单形进化算法改进多态平衡机制RBF神经网络参数优化应用研究

2007红与黑：十二个热度面孔

2007年即将从日历本上翻过去,滑向时间的深处。12个月里,那么多人物,那么多面孔,他们曾经的财富与梦想,曾经的成功与失败,曾经的兴奋、激动、惊讶、慷慨、喧嚣、低沉……有如

期刊

面孔编辑部同仁红与黑月里十二个名人传月度人物任正非杭萧钢构老鼠仓

"4321"教学质量监控体系的构建

针对教学质量监控中主体多元化带来的职责交叉;二级督导(学校与二级教学单位)实施中二级教学单位层面效力不足;观测点增多,指标繁杂,分析难度大;整改纠偏落实不足,效能发挥欠

会议

教学质量监控质量监控体系人才培养质量教学单位主体多元化自我修正自我检测质量标准

"双师结构"师资队伍建设的研究与实践

高职教育的人才培养目标要求高职院校必须建设一支高素质的"双师"结构教师队伍.目前,"双师"结构教师队伍建设还存在对"双师"内涵认识不清等问题.威海职业学院作为首批国家示

会议

结构师资队伍建设教师队伍建设高职院校职业学院人才培养目标要求教学名师

退休过把“官”瘾

我在职的时候是一个谁都可以使唤的员工,可在家却是当了一辈子的“甩手掌柜”。因为我那能干的老婆没有工作,她承担起了全部的家务,从来不让我插手。 When I was in office,

期刊

给你土里一官权力集中圈里十年

东道国领导人任期与中国在“一带一路”沿线的直接投资

领导人在国家经济发展中的作用越来越被重视,基于此,文章运用2003~2014年的面板数据,实证考察了东道国领导人任期对中国在“一带一路”沿线直接投资的影响作用。研究发现,“

期刊

对外直接投资一路“一带一路”东道国领导人政治体制民主型实证考察线性关系变量随机效应

突出教学中心地位加强学院内涵建设

内涵建设是高校提高核心竞争力的主要推动力量.按照山东省高等教育内涵提升计划的有关精神,结合学院的实际情况,进行了认真部署,并从突出教学工作的中心地位,深化教育教学改

会议

教学中心地位学院内涵建设质量监控体系人才培养质量人才培养模式教育教学改革加强教学管理

坚持科学发展加强内涵建设

青岛理工大学琴岛学院以创建国内一流独立学院为目标,秉承"宽口径、厚基础、强能力、高素质"的人才培养理念,立足山东,面向全国,拓展国际化视野,加强内涵建设.学院一直注重教

会议

科学发展教学质量监控独立学院深化教学改革国际化视野培养理念内涵建设理工大学

Metachronous contralateral testicular and bilateral adrenal metastasis of chromophobe renal cell car

Chromophobe renal cell carcinoma(ChRCC) metastatic to the testis has not,to the best of our knowledge,been reported in the literature.Nor have there been report

期刊

bilateraladrenalmetastasismetastaticrecurrencetestisadmittedenlargementf

一种鲁棒性的少样本学习方法

少样本学习是目前机器学习研究领域的一个热点,它能在少量的标记样本中学习到较好的分类模型.但是,在噪声的不确定环境中,传统的少样本学习模型泛化能力弱.针对这一问题,提出

期刊

少样本学习深度学习R-Net随机噪声

结合多特征和跨连通道加权的面部表情识别

与本文相关的学术论文