控制与决策

作者：钟良骥,廖海斌

单位：湖北科技学院 计算机科学与技术学院,湖北 咸宁 437100,,湖北科技学院 计算机科学与技术学院,湖北 咸宁 437100;江西省智慧城市产业技术研究院,南昌 330096,

关键词：特征提取;人脸表情识别;性别估计;深度学习;随机森林

基金：国家自然科学基金项目(61701174)；咸宁市自然科学基金项目(2019kj130)；湖北科技学院培育基金项目(2020-22GP03).

由于人脸表情类内变化和类间干扰因素的存在,人脸表情识别仍面临着巨大挑战.提出一种基于性别条件约束随机森林的深度人脸表情识别方法,解决人脸表情识别中噪声、性别等变化和干扰问题.首先,采用深度多示例学习方法提取鲁棒性人脸特征,解决人脸光照、遮挡和低分辨率等图像变化问题;其次,采用性别条件随机森林分类方法进行人脸表情分类器设计,解决人脸性别因素干扰问题.在公开的CK+、BU-3DEF、LFW人脸表情数据库上进行广泛实验结果表明:所提出方法在3大人脸数据库上分别达到了98.83%、90%、60.58%的识别率,与先进方法相比具有更好的性能和鲁棒性.另外,与其他先进的深度学习方法(需要大量训练数据库)相比,所提出方法只需要小量训练样本就能达到较好效果.

来源：2021年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第7期