文件名称：基于LBP/VAR与DBN模型的人脸表情识别 (2016年)
文件大小：1.29MB
文件格式：PDF
更新时间：2024-05-18 16:40:15
工程技术 论文
针对现有表情识别研究中均采用有监督模型实现特征提取，提出一种新的基于DBN（deep belief net）模型无监督的表情特征提取与识别方法。首先通过对人脸表情图片提取对光照与旋转具有鲁棒性的LBP/VAR初次特征，再通过DBN网络对初次特征实现人脸表情的二次特征提取与分类学习。对DBN参数采用动态搜索的方法，即在一个大范围内搜索确定RBM Mini-batch 、BP Mini-batch与RBM隐层数量的最优值，再确定DBN深度与迭代次数最佳值。在CK+数据库上与传统KNN、SVM有监督分类模型进行