典型文献
基于MobileNetV2与LBP特征融合的婴幼儿表情识别算法
文献摘要：
针对婴幼儿表情识别率低、特征复杂提取不充分等问题,文中提出一种基于MobileNetV2与LBP双通道特征融合的婴幼儿表情识别算法.第1条通道使用改进后的MobileNetV2网络,可快速、准确地提取出人脸表情全局特征.第2条通道对原始输入图进行分块,利用图像信息熵构造出权值,提取出分块加权LBP直方图特征,突出了表情信息丰富的区域.通过融合双通道模型的输出向量来提升特征表达能力,并采用支持向量机替代Softmax层进行表情分类.实验表明,使用融合特征比单一特征具有更好的分类效果,并且在自建的婴幼儿表情数据集中的表情识别准确率可达到85.71％.
文献关键词：
卷积神经网络;局部二值模式;特征融合;双通道模型;表情识别;图像信息熵;婴幼儿;支持向量机
中图分类号：
作者姓名：
邓源;施一萍;江悦莹;朱亚梅;刘瑾
作者机构：
上海工程技术大学 电子电气工程学院,上海201620
文献出处：
引用格式：
[1]邓源;施一萍;江悦莹;朱亚梅;刘瑾-.基于MobileNetV2与LBP特征融合的婴幼儿表情识别算法)[J].电子科技,2022(08):47-52
A类：
B类：
MobileNetV2,LBP,婴幼儿,表情识别,识别算法,识别率,通道特征融合,人脸表情,全局特征,分块,图像信息熵,权值,直方图特征,情信,双通道模型,特征表达,表达能力,Softmax,层进,表情分类,融合特征,分类效果,表情数据集,识别准确率,局部二值模式
AB值：
0.316729
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。
