基于重引力搜索和深度学习的图像表情识别研究

发布时间：2024-01-29 20:35

　　传统表情识别技术采用单一类型的特征表示方法,由于每个特征类型对不同数据集的表示效果存在差异,导致传统技术对不同数据集的表情识别效果也存在较大的差异。设计一种多类型混合特征的选择方案,用以提高不同数据集的表情识别准确率。将面部不同区域、不同类型的特征集作为基础特征集,利用重引力搜索算法从基础特征集中选择优化的特征子集。将优化的特征子集输入深度信念网络进行训练和半监督学习,采用训练的网络模型对表情进行识别。实验结果表明,在不同数据集条件下,采用该方法均能够保持较高的识别准确率。

【文章页数】：8 页

图1基于表达式树的agent表示

图4深度信念网络的结构

图5不同训练实验的流程图

图6不同特征的收敛曲线

本文编号：3888798