典型文献
基于ResNet和HOA模型的面部表情识别方法研究
文献摘要：
针对面部表情识别率低的问题,提出了一种ResNet结合HOA的面部表情识别方法.首先,利用复杂的高阶统计信息,对残差网络提取的特征进行建模,进而提高表情识别的准确率;其次,通过对ResNet模型进行改造,使其适用于灰度图像;最后,在CK+面部表情数据集和Fer2013面部表情数据集上进行实验,验证设计方法的有效性.结果显示,所提出方法在两个数据集上的识别准确率可分别高达97.50％和94.40％.通过对比实验表明,相比其他几种较新的面部表情识别方法,提出的方法可以获得更高的识别率.
文献关键词：
面部表情识别;残差神经网络;高阶注意力模型;关键区域
中图分类号：
作者姓名：
王海涛;孙新领;王佳辉;特列吾别克·哈哈尔曼
作者机构：
河南工学院 工程技术教育中心,河南 新乡 453003;哈密职业技术学院,新疆 哈密 839000;河南工学院 计算机科学与技术学院,河南 新乡 453003
文献出处：
引用格式：
[1]王海涛;孙新领;王佳辉;特列吾别克·哈哈尔曼-.基于ResNet和HOA模型的面部表情识别方法研究)[J].河南工学院学报,2022(06):13-16,80
A类：
高阶注意力模型
B类：
ResNet,HOA,面部表情识别,识别率,高阶统计,统计信息,残差网络,灰度图像,CK+,表情数据集,Fer2013,识别准确率,残差神经网络,关键区域
AB值：
0.236077
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。
