摘要：随着人机交互和机器学习技术的迅速发展,人脸表情的识别技术受到越来越多研究者的关注。为提高人脸表情的识别率,本文提出了将深度学习和稀疏表示分类方法相结合的图像识别算法。本算法先是利用深度卷积神经网络构建提取人脸表情特征的网络模型,然后利用该网络模型提取样本的特征向量,并建立表情的超完备字典,最后利用稀疏表示分类算法进行人脸表情识别。实验在LFW和AR两个数据集上进行测试,结果证明本文提出的算法有较好的识别效果。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社