科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统人体异常情绪识别算法受噪声影响后识别失误率高，为解决这个问题，研究基于视频图像的人体异常情绪识别算法。首先对人脸面部表情及身体动作特征进行检测，预处理图像获得特征向量，扫描像素得到目标图像分类特征；深度学习提取人脸特征，运用MLP分层架构，设定对应的学习率和迭代次数，获得图像的二维训练数据集；再将特征图输送到网络连接层进行降维，设定模型的分类层数，最后通过DNET连接不同层的特征图实现特征传递并完成特征有效识别。实验结果表明，运用本研究方法的识别失误率低，加入噪声处理后的测试集识别效果显著，能高效准确地识别人体异常情绪。
- 单位
