一种用于人脸表情识别的卷积神经网络.pdfVIP

第36卷第 1期 南 京 邮 电大 学 学报 (自然科学版) V01．36 No．1 2016年 2月 JournalofNanjingUniversityofPostsandTelecommunications(NaturalScienceEdition) Feb．2016 doi：10．14132／j．cnki．1673—5439．2016．O1．003 一 种用于人脸表情识别的卷积神经网络 卢官明 ，何嘉利 ，Iq静杰 ，李海波 ，1．南京邮电大学通信与信息工程学院，江苏 南京 210003、 ＼2．瑞典皇家理工学院，瑞典 斯德哥尔摩 SE一10044 ， 摘要：为了避免传统的表情识别中复杂的显式特征提取过程，文中提出了一种用于人脸表情识别的 卷积神经网络(CNN)。首先，对人脸表情图像进行归一化预处理，并使用可训练的卷积核提取隐 式的特征。然后，采用最大池化方法对提取的隐式特征进行降维处理。最后，采用Sofimax分类器 对测试样本图像的表情进行分类识别。使用图形处理器(GPU)在CK-4-人脸表情数据库上进行 了 实验，结果表明了CNN用于人脸表情识别的性能和泛化能力。 关键词：人脸表情识别；卷积神经网络；深度学习；图形处理器；特征提取 中图分类号：TP391 文献标志码 ：A 文章编号：1673-5439(2016)O1-0016-07 Convolutionalneuralnetworkforfacialexpressionrecognition LUGuanming，HEJiali，YANJingjie，LIHaibo’ (＼2KTHRoyalInescti0tu—teuonfTechnologySE1砒00i。44StockholmSwedenngersy 咖 ec一 砒i。ns， ㈣ ) ． ． - 。 ， Abstract：Toavoidthecomplexexplicitfeatureextractionprocessintraditionalexpressionrecognition，a convolutionalneuralnetwork(CNN)forthefacialexpressionrecongitionisproposed．Firstly，thefacial expressionimageisnormalizedandtheimplicitfeaturesareextractedbyusingthetrainableconvolution kerne1．Then，themaximum poolingisusedtoreducethedimensionsoftheextractedimplicitfeatures．Fi— nally，theSoflmxa classifierisusedtoclassifythefacial expressionsofthetestsamples．Theexperimentis carriedoutontheCK4-facialexpressiondatbaaseusingthegraphicsprocessingunit(GPU)．Expefimen- talresultsshow theperformanceandthegeneralizationba ilityoftheCNN ofrfacial expression recogni- tion． Keywords：facial expressionrecognition；convolutionalneuralnetworks；deep learning；rgaphicspro— cessingunit；featureextraction 人脸表情是人类交流的一种有效表达方式，人