一种多特征融合的表情识别方法
公开
摘要
本发明提出一种基于自我修正与融合多尺度特征改进VGGNet的表情识别方法。该方法首先在VGGNet16网络前端新增一个多尺度特征提取网络结构，并将不同深度网络提取的多种特征进行支路特征融合，保留更完善的特征信息；然后通过在每个卷积层之后使用批量标准化，并在全连接层之后使用Dropout，以此加快网络模型收敛速率，降低网络模型发生梯度消失与过拟合的概率；最后在网络的后端加入自我修正网络，抑制样本的标注不确定性为网络模型训练带来的影响。该方法可在标注不确定数据集上以更高的精度识别出七种基本的表情。
基本信息
专利标题 ：
一种多特征融合的表情识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114596605A
申请号 ：
CN202110698674.3
公开（公告）日 ：
2022-06-07
申请日 ：
2021-06-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张红英韩兴方艳红
申请人 ：
西南科技大学
申请人地址 ：
四川省绵阳市涪城区青龙大道中段59号
代理机构 ：
代理人 ：
优先权 ：
CN202110698674.3
主分类号 ：
G06V40/16
IPC分类号 ：
G06V40/16 G06V10/80 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
