期刊专题

10.3969/j.issn.2095-2163.2021.04.016

基于深度学习的人脸微表情识别

引用
与一般的面部表情相比,微表情的持续时间更短,对其检测和识别是一种巨大的挑战.利用传统的图像识别方法进行微表情识别不仅准确率低,预处理也更复杂.为了开发可靠的神经网络,需要大量的训练集以及大量的标记图像样本.本文基于CASME和CASMEⅡ数据集训练改进的卷积神经网络模型,将特征提取和分类识别结合在一起,充分提取微表情的特征.实验结果表明,该模型的微表情识别效果良好.

微表情识别、特征提取、卷积神经网络

11

TP391(计算技术、计算机技术)

2021-06-08(万方平台首次上网日期,不代表论文的发表时间)

共3页

62-64

暂无封面信息
查看本期封面目录

智能计算机与应用

2095-2163

23-1573/TN

11

2021,11(4)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn