ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

融合卷积神经网络与支持向量机的表情识别

王忠民; 李和娜; 张荣; 衡霞西安邮电学院
计算机工程与设计2019DOI: 10.16208/j.issn1000-7024.2019.12.038
6阅读
引用收藏
分享

摘要

针对表情识别方法存在识别准确率不高和手工设计的特征不能全面表征面部表情特征的问题,提出一种融合卷积神经网络(CNN)的深度学习特征和支持向量机(SVM)的人脸表情识别方法。采用Viola-Jones算法进行人脸检测和对齐,提取面部表情感兴趣区域的图像,输入到CNN模型以提取显著的表情特征信息,对得到的特征向量采用SVM进行分类,将表情分类结果输出。使用该方法在Fer-2013数据集和CK数据集上进行实验,识别率分别为93.46%、92.06%。实验结果表明,该方法能够明显提高表情识别的准确率。

学科与关键词

关键词
卷积神经网络支持向量机表情识别深度学习特征提取 convolutional neural networksupport vector machineexpression recognitiondeep learningfeature extraction
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
计算机工程与设计
发表日期
2019
卷期
第 12 期
页码
3594-3600
DOI
10.16208/j.issn1000-7024.2019.12.038
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金项目(61373116);陕西省科技统筹创新工程计划基金项目(2016KTZDGY04-01);西安市科技局科技计划基金项目(2017084CG/RC047(XAYD001));西安邮电大学研究生创新创业基金项目(CXJJ2017040);

作者

  • 王

    王忠民 (第一作者)

  • 李

    李和娜

查看全部 4 位作者收起作者
  • 张

    张荣

  • 衡

    衡霞

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417