公开(公告)号：CN111507224B

公开(公告)日：2022-08-30

申请号：CN202010273344.5

申请日：2020-04-09

Applicant: 河海大学常州校区

Inventor： 龚聿枫 ,  姚潇 ,  刘小峰 ,  徐宁 ,  霍冠英 ,  夏岭

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于网络剪枝的CNN人脸表情识别显著性分析方法，包括：S1将人脸数据按表情归类并分别训练识别网络；S2利用剪枝算法分别处理每个训练好的识别网络，得到选定卷积层各滤波器的重要性分数；S3根据选定卷积层剪枝之后计算出的各滤波器的重要性分数，计算该层的特征图权重。本发明在特定表情训练网络的基础上，利用剪枝算法找到对表情识别贡献大的特征并赋上对应权重，解决基于注意力机制的表情识别中重要特征的显著性分析问题，提高识别准确率、完成表情识别的相关操作。

公开(公告)号：CN111507224A

公开(公告)日：2020-08-07

申请号：CN202010273344.5

申请日：2020-04-09

Applicant: 河海大学常州校区

Inventor： 龚聿枫 ,  姚潇 ,  刘小峰 ,  徐宁 ,  霍冠英 ,  夏岭

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于网络剪枝的CNN人脸表情识别显著性分析方法，包括：S1将人脸数据按表情归类并分别训练识别网络；S2利用剪枝算法分别处理每个训练好的识别网络，得到选定卷积层各滤波器的重要性分数；S3根据选定卷积层剪枝之后计算出的各滤波器的重要性分数，计算该层的特征图权重。本发明在特定表情训练网络的基础上，利用剪枝算法找到对表情识别贡献大的特征并赋上对应权重，解决基于注意力机制的表情识别中重要特征的显著性分析问题，提高识别准确率、完成表情识别的相关操作。