利用双流卷积神经网络的人脸表情识别方法

• 作 者: 翟海庆 刘丹 刘晙
• 机 构: 河南工学院计算机科学与技术学院,河南新乡453003;河南省生产制造物联大数据工程技术研究中心,河南新乡453003;武汉理工大学计算机科学与技术学院,湖北武汉430063
• 出 处: 光学技术
• 发表日期: 2020年06期
• 关键词: 人脸表情识别 双流卷积神经网络 LDP特征 几何特征 深度学习

近年来,人脸表情识别(FER)方法已经取得比较好的识别准确度,但实际环境中由于姿态、遮挡、光照等因素,会对其检测准确度有不小的减弱效果。针对这些问题,提出了一种新的基于双流卷积神经网络(CNN)的FER算法。从外观和几何特征差异两方面入手,建立双流CNN,基于外观特征的网络是提取预处理后图像的局部方向模式(LDP)特征作为该网络的输入,而基于几何特征的网络主要是基于动作单元(AUs)标志点的坐标变化,AUs标志点主要是标志面部做表情时运动肌肉的位置。此外,利用了一种自动编码器技术生成具有中性情绪的面