基于卷积神经网络的微表情识别

作者：薛天坤

来源：中国新技术新产品, 2018, (16): 141-142.

DOI：10.13612/j.cnki.cntp.2018.16.088

• 卷积神经网络
• 深度学习
• 微表情识别

卷积神经网络(CNN)是一类人工神经网络,对于处理复杂的人工智能问题展现了高效的特性,而对于微表情这类持续时间短,动作幅度小的模式识别提供了新契机。本文阐述了CNN在微表情模式识别上的应用,进行了不同构建模型对该任务的特性分析,并开展了CNN在CPU下的优化形式的特征分析。这包括了对整个网络结构的见解、卷积内在算法的强度、不同的训练方式对于网络影响、其可扩展的特性以及运行的动态特性。在特征分析中,我们给出了自动网络架构优化,这包括了高效的并行执行和两个卷积核传播器,并且利用了此种卷积网络在微表情应用上展现了较好的结果。