基于图像融合的表情识别研究

作者：孙洁

来源：自动化技术与应用, 2022, 41(12): 72-76.

DOI：10.20033/j.1003-7241.(2022)12-0072-05

• 图像融合
• DCNN
• 深度度量融合

为提高表情识别精度，结合传统的深度卷积神经网络，提出一种基于深度度量融合算法的表情识别模型。首先通过DCNN(Dynamic Convolution Neural Network，深度卷积神经网络)模块对人脸图像特征进行学习，然后同步优化Softmax分类损失函数和三元组损失函数。在三元组损失函数优化方面，提出一种对称三元组损失函数Lw，以避免不完整判断问题，最后以CK+等作为数据来源，通过上述模型对表情进行识别。结果表明，本改进的表情识别方法，可有效辨识高兴、厌恶和藐视等表情，但对恐惧、生气等表情识别精度不高；与其他表情识别算法相比，本识别算法识别精度最高，达到97.86%，具有很大识别优势。

• 单位
  南京工业大学浦江学院