科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着人工智能以及情绪识别的飞速发展，机器学习和深度学习被广泛应用在人脸识别和表情分类上。相比于人脸识别，表情识别是更细粒度的图像分类，不同表情之间的差异非常细微，一般的聚类算法难以处理面部表情数据的分类问题。为此，提出了一种基于卷积神经网络的Expression-EigenFace特征聚类算法。首先，对数据集样本进行预处理，通过人脸检测和定位技术，将人脸分割重组形成情绪特征脸；然后，将处理后的特征脸送入预训练好的卷积网络进行提取特征；最后，通过聚类算法对所提取的特征进行聚类，完成人脸面部表情聚类的过程。实验表明，相比没有经过任何处理的表情图像聚类，在ARI、AMI和NMI这几个聚类评估指标上都有大幅提升，证明了所提出特征脸聚类算法的有效性。
-
单位南京航空航天大学; 数学学院
