公开(公告)号：CN113553911A

公开(公告)日：2021-10-26

申请号：CN202110709271.4

申请日：2021-06-25

Applicant: 复旦大学

Inventor： 蒋林华 ,  杨凌 ,  张冠华 ,  曾新华 ,  庞成鑫 ,  宋梁

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

Abstract: 本发明属于人脸识别技术领域，提供了融合SURF特征和卷积神经网络的小样本人脸表情识别方法，通过使用SURF特征和卷积神经网络的协同工作，首先通过卷积神经网络中的dropout层不同节点的保留概率筛选出相对合适的卷积神经网络，之后使用SURF算法提取出表情图像的特征，提高小数据的性能，然后采用简单平均的方法对模型进行融合，从而减少误差、避免过拟合，实现使用少量样本就能训练模型且进一步提高了人脸表情识别的准确率。所以，本发明的融合SURF特征和卷积神经网络的小样本人脸表情识别方法降低了在人脸表情识别过程中训练样本的成本，解决了CNN需要大量数据训练的问题，提高了小样本下表情识别的准确率。