论文摘要
在利用卷积神经网络进行人脸表情识别时,可借助其他数据集进行辅助训练以应对缺少标记数据的情况,但源域数据库和目标域数据库之间的数据分布差异会影响分类正确率。为此,以AlexNet网络为原型构建基于域适应的卷积神经网络结构。通过引入包含注意力机制的SE模块进行特征重标定,同时利用域适应方法减小领域差异性。在人脸识别公开数据集上的实验结果表明,与AlexNet和GoingDeep等网络相比,该网络能够以较少的参数量获得较高的识别正确率。
论文目录
文章来源
类型: 期刊论文
作者: 亢洁,李佳伟,杨思力
关键词: 卷积神经网络,人脸表情识别,数据分布,域适应,迁移学习
来源: 计算机工程 2019年12期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 陕西科技大学电气与信息工程学院,294188部队航空管制室
基金: 国家自然科学基金(61603233),陕西省自然科学基础研究计划(2017JQ6076)
分类号: TP391.41;TP183
DOI: 10.19678/j.issn.1000-3428.0054950
页码: 201-206
总页数: 6
文件大小: 939K
下载量: 478