一种面向表情识别的ROI区域二级投票机制

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-05-24 合作期刊: 《计算机应用研究》

文元美 欧阳文 凌永权

摘要： 针对如何更有效地使用卷积神经网络从训练图像中学习到的分布式特征进行研究，提出了一种面向人脸表情识别的ROI区域二级投票机制。首先将图像划分成一系列感兴趣区域（ROI）图像输入到卷积神经网络中进行训练；然后将测试图像的ROI图像输入到卷积神经网络中，统计所有ROI图像的判别结果；最后采用二级投票机制确定测试图像的最终类别，得到最终判别结果。此外，针对卷积神经网络不能从人脸图像中学习到旋转等空间位置信息，引入了STN(spatial transformer network)网络，提高算法在解决复杂情况下的表情识别问题的能力。实验表明，ROI区域二级投票机制能够更有效地使用卷积神经网络从训练图像中学习到的分布式特征，比直接使用ROI图像进行投票的方法准确率提升了1.1%，引入STN网络能够有效提升卷积神经网络的鲁棒性，比未引入STN网络的方法准确率提升了1.5%。

 点击量 1619  下载量 844  评论