基于改进的深度信念网络的人脸表情识别

针对目前人脸表情识别鲁棒性较差的问题,提出一种结合改进的深度信念网络DBNs(deep belief networks)和堆叠自编码器SAE(stacked Auto-encoder)的人脸表情识别方法。采用改进的深度信念网络作为提取人脸表情特征的检测器,堆叠自编码器作为识别表情的分类器,实现在人脸表情识别研究中深度信念网络与堆叠自编码器的结合。在JAFFE(Japanese female facial expression)数据库和CK+(extended Cohn-Kanade)数据库上的人脸表情的识别率有明显提高,该方法可以较准确地识别人脸表情。