融合全局与局部特征的深度卷积神经网络算法OA北大核心CSTPCD
为进一步提高人脸表情识别的准确率,提出一种融合全局与局部特征的深度卷积神经网络算法(GL-DCNN)。该算法由两个改进的卷积神经网络分支组成,全局分支和局部分支,分别用于提取全局特征和局部特征,对两个分支的特征进行加权融合,使用融合后的特征进行分类。首先,提取全局特征,全局分支基于迁移学习,使用改进的VGG19网络模型进行特征提取;其次,提取局部特征,局部分支采用中心对称局部二值模式(CSLBP)算法进行第一次特征提取,得到原始图像的局部纹理信息…查看全部>>
程卫月;张雪琴;林克正;李骜
黑龙江工商学院,哈尔滨150025哈尔滨理工大学计算机科学与技术学院,哈尔滨150080哈尔滨理工大学计算机科学与技术学院,哈尔滨150080哈尔滨理工大学计算机科学与技术学院,哈尔滨150080
信息技术与安全科学
表情识别特征融合卷积神经网络(CNN)深度学习
《计算机科学与探索》 2022 (5)
P.1146-1154,9
评论