公开(公告)号：CN112036288B

公开(公告)日：2022-03-15

申请号：CN202010876454.0

申请日：2020-08-27

Applicant: 华中师范大学

Inventor： 田元 ,  李方迪 ,  周晓蕾 ,  王志锋 ,  董石 ,  姚璜 ,  周幂

IPC: G06V40/16 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于跨连接多特征融合卷积神经网络的面部表情识别方法，包括如下步骤：首先，进行人脸检测、数据预处理，减少背景信息干扰；然后，搭建一个跨连接多特征融合卷积神经网络自动提取丰富有效的面部表情特征，将网络的高低层次特征进行融合；最后，利用softmax进行面部表情分类。本发明将面部表情图像的高层次语义特征和低层次特征进行融合，充分利用每个隐藏层所学习到的特征信息，来提取更加充分、更为细致的表情特征，解决表情识别效果欠佳、鲁棒性差的问题。

公开(公告)号：CN112036288A

公开(公告)日：2020-12-04

申请号：CN202010876454.0

申请日：2020-08-27

Applicant: 华中师范大学

Inventor： 田元 ,  李方迪 ,  周晓蕾 ,  王志锋 ,  董石 ,  姚璜 ,  周幂

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于跨连接多特征融合卷积神经网络的面部表情识别方法，包括如下步骤：首先，进行人脸检测、数据预处理，减少背景信息干扰；然后，搭建一个跨连接多特征融合卷积神经网络自动提取丰富有效的面部表情特征，将网络的高低层次特征进行融合；最后，利用softmax进行面部表情分类。本发明将面部表情图像的高层次语义特征和低层次特征进行融合，充分利用每个隐藏层所学习到的特征信息，来提取更加充分、更为细致的表情特征，解决表情识别效果欠佳、鲁棒性差的问题。