基于卷积神经网络特征图聚类的人脸表情识别

作者：刘全明^*; 辛阳阳

来源：计算技术与自动化, 2020, 39(01): 106-111.

DOI：10.16339/j.cnki.jsjsyzdh.202001022

• 卷积神经网络
• 特征冗余
• 特征图聚类
• 表情识别

针对卷积层存在的特征冗余问题,提出了一种基于卷积神经网络的特征图聚类方法。首先通过预训练网络参数提取网络最后一层卷积层的特征图,然后对特征图进行聚类操作,取聚类中心构成新的特征图集合,以聚类后的特征图集作为数据集训练分类器。将有监督的深度学习方法与传统的机器学习方法相结合,使用特征图聚类进行特征去冗余让网络学习到更有效的特征。去冗余后的特征使用神经网络分类器在fer2013测试集上达到了71.67%准确率,在CK+测试集上达到86.98%准确率,证明了该人脸表情识别方法的有效性。