• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International symposium on multispectral image processing and pattern recognition >Static Facial Expression Recognition with Convolution Neural Networks
【24h】

Static Facial Expression Recognition with Convolution Neural Networks

机译：卷积神经网络的静态面部表情识别

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Facial expression recognition is a currently active research topic in the fields of computer vision, pattern recognition and artificial intelligence. In this paper, we have developed a convolutional neural networks (CNN) for classifying human emotions from static facial expression into one of the seven facial emotion categories. We pre-train our CNN model on the combined FER2013 dataset formed by train, validation and test set and fine-tune on the extended Cohn-Kanade database. In order to reduce the overfitting of the models, we utilized different techniques including dropout and batch normalization in addition to data augmentation. According to the experimental result, our CNN model has excellent classification performance and robustness for facial expression recognition.
机译：面部表情识别是计算机视觉，模式识别和人工智能领域中当前活跃的研究主题。在本文中，我们开发了一种卷积神经网络（CNN），用于将人类情绪从静态面部表情分类为七个面部情绪类别之一。我们在由训练，验证和测试集组成的FER2013数据集上对CNN模型进行预训练，并在扩展的Cohn-Kanade数据库上进行微调。为了减少模型的过拟合，除了数据增强之外，我们还使用了不同的技术，包括辍学和批处理规范化。根据实验结果，我们的CNN模型具有出色的分类性能和鲁棒性，可用于面部表情识别。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号