基于贝叶斯网和迁移学习的人脸表情识别方法

作者：郭文强; 冯春石; 赵艳; 侯勇严; 徐成; 李惟

来源：陕西科技大学学报, 2022, 40(06): 163-169.

DOI：10.19481/j.cnki.issn2096-398x.2022.06.003

• 表情识别
• 迁移学习
• 贝叶斯网络
• AU特征
• BN参数

针对人脸表情识别建模过程中获取的样本数据稀少、模型确定困难等问题，提出了一种基于贝叶斯网和迁移学习的人脸表情识别方法.首先提取人脸表情图像特征构成面部动作单元(AU)特征样本集，然后通过分析面部表情与AU关系建立人脸表情识别贝叶斯网络(BN)结构；其次求得源域BN参数和目标域BN初始参数，引入迁移机制和平衡因子自适应地进行目标网络的参数学习，建立人脸表情识别BN模型；最后利用BN推理算法实现人脸表情识别.实验结果表明，在小数据集条件下，该方法相比支持向量机、Adaboost和卷积神经网络等识别方法具有更高的识别精度.

• 单位
  长安大学; 陕西科技大学