期刊论文详细信息
Gong-kuang zidonghua | |
基于卷积神经网络的矿工面部表情识别方法 | |
杜云1  张璐璐1  潘涛2  | |
[1] 河北科技大学 电气工程学院, 河北 石家庄050018;神华信息技术有限公司, 北京100011; | |
关键词: 矿工面部表情识别; 卷积神经网络; 支持向量机; 权值共享策略; 匹配生长规则; | |
DOI : 10.13272/j.issn.1671-251x.17312 | |
来源: DOAJ |
【 摘 要 】
针对传统的矿工面部表情识别方法识别率较低、算法复杂等问题,以卷积神经网络为基础,结合支持向量机算法中的非线性映射函数,提出了基于卷积神经网络的矿工面部表情识别方法。卷积神经网络采用权值共享的策略,运用固定权值直接构造卷积层,并依照匹配生长规则确定网络层次结构。将经过预处理的矿工面部表情图像作为卷积神经网络的测试集和训练集,使用支持向量机对表征矿工面部表情特征的神经元进行分类,从而实现对矿工面部表情的分类识别。实验结果表明,该方法对矿工面部表情的识别率达到90.71%,能够满足实际应用需要。
【 授权许可】
Unknown