留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于卷积神经网络的矿工面部表情识别方法

杜云 张璐璐 潘涛

杜云,张璐璐,潘涛.基于卷积神经网络的矿工面部表情识别方法[J].工矿自动化,2018,44(5):95-99..  doi: 10.13272/j.issn.1671-251x.17312
引用本文: 杜云,张璐璐,潘涛.基于卷积神经网络的矿工面部表情识别方法[J].工矿自动化,2018,44(5):95-99..  doi: 10.13272/j.issn.1671-251x.17312
DU Yun, ZHANG Lulu, PAN Tao. Miners' facial expression recognition method based on convolutional neural network[J]. Industry and Mine Automation, 2018, 44(5): 95-99. doi: 10.13272/j.issn.1671-251x.17312
Citation: DU Yun, ZHANG Lulu, PAN Tao. Miners' facial expression recognition method based on convolutional neural network[J]. Industry and Mine Automation, 2018, 44(5): 95-99. doi: 10.13272/j.issn.1671-251x.17312

基于卷积神经网络的矿工面部表情识别方法

doi: 10.13272/j.issn.1671-251x.17312
基金项目: 

国家重点研发计划项目(2016YFC0801800)

详细信息
  • 中图分类号: TD679

Miners' facial expression recognition method based on convolutional neural network

  • 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。

     

  • 加载中
计量
  • 文章访问数:  41
  • HTML全文浏览量:  1
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 刊出日期:  2018-05-10

目录

    /

    返回文章
    返回