基于深度学习的人脸局部遮挡表情动态识别算法

摘要

针对因人脸局部遮挡，导致表情动态特征较难提取和识别问题，提出一种基于深度学习的人脸局部遮挡表情动态识别算法。建立深度信念网络模型，将前一层输出值作为后一层输入值，设计特征堆叠单元，计算可见层中神经元的状态变量分布情况，根据面部五官间动态关联性，将可见层的状态值作为隐藏层的输入值求得隐藏神经元状态变量。将识别过程分为训练和正向传播2个步骤，输出特征变化规律，在正向传播过程中查找符合规律变化的像素点，求解该像素点权重，同时作为损失函数标准，比对面部多个位置的识别权重，约束识别率，完成人脸局部遮挡表情动态识别。实验数据证明，该方法能降低图像失真和细节丢失，提高图像分辨率，识别率高，针对不同局部遮挡情况均能完成高效识别。

关键词

深度学习 / 表情动态识别 / 动态关联性 / 深度信念网络模型 / 隐藏层