首页> 中文期刊> 《光电子.激光》 >基于面部检测和深度神经网络的面部情绪自动识别算法

基于面部检测和深度神经网络的面部情绪自动识别算法

         

摘要

面部情绪识别已成为可见光人脸识别应用的重要部分,是光学模式识别研究中最重要的领域之一。为了进一步实现可见光条件下面部情绪的自动识别,本文结合Viola-Jones、自适应直方图均衡(AHE)、离散小波变换(DWT)和深度卷积神经网络(CNN),提出了一种面部情绪自动识别算法。该算法使用Viola-Jones定位脸部和五官﹐使用自适应直方图均衡增强面部图像,使用DWT完成面部特征提取﹔最后,提取的特征直接用于深度卷积神经网络训练﹐以实现面部情绪自动识别。仿真实验分别在CK+数据库和可见光人脸图像中进行,在CK+数据集上收获了97%的平均准确率,在可见光人脸图像测试中也获得了95%的平均准确率。实验结果表明,针对不同的面部五官和情绪,本文算法能够对可见光面部特征进行准确定位﹐对可见光图像信息进行均衡处理,对情绪类别进行自动识别,并且能够满足同框下多类面部情绪同时识别的需求,有着较高的识别率和鲁棒性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 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