[发明专利]面向人脸表情识别的迁移卷积神经网络方法在审
| 申请号： | 201811398259.0 | 申请日： | 2018-11-22 |
| 公开（公告）号： | CN109376692A | 公开（公告）日： | 2019-02-22 |
| 发明（设计）人： | 刘伦豪杰;费峻涛;王家豪 | 申请（专利权）人： | 河海大学常州校区 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林;张欢欢 |
| 地址： | 213022 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了面向人脸表情识别的迁移卷积神经网络方法，包括以下过程：S1，获取人脸表情图像数据集，将其划分成训练集、验证集与测试集；S2，将迁移网络和卷积神经网络级联构建迁移卷积神经网络模型；迁移卷积网络模型的输入为人脸表情图像数据，输出为人脸表情类别；S3，利用训练集对迁移卷积神经网络模型进行训练，并利用验证集来优化训练好的迁移卷积神经网络模型；S4，通过优化后的迁移卷积神经网络模型，对测试集进行人脸表情识别的准确率测试。本发明利用迁移卷积神经网络识别人脸表情，解决了小数据集在大量网络上无法收敛和过拟合的问题。 | ||
| 搜索关键词： | 卷积神经网络 迁移 人脸表情识别 测试集 训练集 验证集 表情图像数据 人脸表情图像 表情类别 人脸表情 网络模型 优化训练 数据集 小数据 准确率 构建 级联 卷积 拟合 收敛 网络 测试 输出 优化 | ||
【主权项】：
1.面向人脸表情识别的迁移卷积神经网络方法，其特征是，包括以下过程：S1，获取人脸表情图像数据集，将其划分成训练集、验证集与测试集；S2，将迁移网络和卷积神经网络级联构建迁移卷积神经网络模型；迁移卷积网络模型的输入为人脸表情图像数据，输出为人脸表情类别；S3，利用训练集对迁移卷积神经网络模型进行训练，并利用验证集来优化训练好的迁移卷积神经网络模型；S4，通过优化后的迁移卷积神经网络模型，对测试集进行人脸表情识别的准确率测试。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学常州校区，未经河海大学常州校区许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811398259.0/，转载请声明来源钻瓜专利网。
- 上一篇：人脸跟踪方法、装置、存储介质以及设备
- 下一篇：人脸检测方法及系统
