典型文献
基于图像融合的表情识别研究
文献摘要：
为提高表情识别精度,结合传统的深度卷积神经网络,提出一种基于深度度量融合算法的表情识别模型.首先通过DCNN(Dynamic Convolution Neural Network,深度卷积神经网络)模块对人脸图像特征进行学习,然后同步优化Softmax分类损失函数和三元组损失函数.在三元组损失函数优化方面,提出一种对称三元组损失函数Lw,以避免不完整判断问题,最后以CK+等作为数据来源,通过上述模型对表情进行识别.结果表明,本改进的表情识别方法,可有效辨识高兴、厌恶和藐视等表情,但对恐惧、生气等表情识别精度不高;与其他表情识别算法相比,本识别算法识别精度最高,达到97.86％,具有很大识别优势.
文献关键词：
图像融合;DCNN;深度度量融合
中图分类号：
作者姓名：
孙洁
作者机构：
南京工业大学浦江学院,江苏 南京 211200
文献出处：
引用格式：
[1]孙洁-.基于图像融合的表情识别研究)[J].自动化技术与应用,2022(12):72-76
A类：
深度度量融合
B类：
图像融合,表情识别,识别精度,深度卷积神经网络,融合算法,识别模型,DCNN,Dynamic,Convolution,Neural,Network,人脸图像,图像特征,同步优化,Softmax,三元组损失,损失函数优化,Lw,CK+,数据来源,高兴,厌恶,藐视,恐惧,生气,识别算法,算法识别
AB值：
0.333134
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。
