基于深度学习的人脸表情识别技术分析  

Analysis of Facial Expression Recognition Technology Based on Deep Learning

作　　者：赵彬宇 ZHAO Binyu(Jilin University Zhuhai College,Guangdong 519040,China)

机构地区：[1]吉林大学珠海学院,广东519040

出　　处：《电子技术（上海）》2024年第3期68-71,共4页Electronic Technology

摘　　要：阐述一种新的基于深度学习的表情识别方法,可以对已有表情识别方法中的特征提取进行优化,采用神经网络(NN)和支持向量机(SVM)的集成分类器对正常、快乐、悲伤、惊讶、恐惧和愤怒等面部表情进行分类,并使用JAFFE、CK+、Pie数据集和一些真实世界的图像评估所提出优化算法的性能。This paper describes a new deep learning based expression recognition method that can optimize feature extraction in existing expression recognition methods.An integrated classifier of neural networks (NN) and support vector machines (SVM) is used to classify facial expressions such as normal,happy,sad,surprised,fearful,and angry.The performance of the proposed optimization algorithm is evaluated using JAFFE,CK+,Pie datasets,and some real-world images.

关 键 词：人脸表情识别 深度学习 集成学习 卷积神经网络 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程]