典型文献
基于CNN和面部关键点的表情分析研究
文献摘要：
面部表情在人们的交流和日常生活中扮演着至关重要的角色,分析和识别面部表情不仅有利于判断主观情绪而且可以更深度剖析人的心理和情感状态.同时随着深度学习和人工智能技术的不断发展进步,面部表情分析逐渐成为学术界炙手可热的研究课题,怎样通过计算机视觉技术对面部图像进行分析来得到表情信息是大批学者正在深入探索的问题.提供一个基于关键点技术和卷积式神经网络(Convolutional Neural Network,CNN)对人脸表情进行分析.首先使用面部关键点定位技术(FaceMark)对初始数字图像进行识别和定位,后利用CNN对定位关键点进行卷积和池化操作,以提取和增强细节特征,最终推导出面部表情信息.
文献关键词：
面部表情分析;脸部关键点;卷积神经网络
中图分类号：
作者姓名：
孙歌;王剑雄;欧琪;李宗阳;李晨昊
作者机构：
河北建筑工程学院,河北张家口 075300
文献出处：
引用格式：
[1]孙歌;王剑雄;欧琪;李宗阳;李晨昊-.基于CNN和面部关键点的表情分析研究)[J].河北建筑工程学院学报,2022(04):148-153
A类：
FaceMark
B类：
面部关键点,深度剖析,情感状态,面部表情分析,炙手可热,研究课题,计算机视觉技术,面部图像,来得,情信,点技术,卷积式,Convolutional,Neural,Network,人脸表情,关键点定位,定位技术,数字图像,识别和定位,行卷,池化操作,细节特征,出面,脸部关键点
AB值：
0.366349
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
