Resumen

En alusin a las deficiencias del reconocimiento tradicional de la expresin facial (FER) que slo utiliza una nica caracterstica y la tasa de reconocimiento no es alta, se propone un mtodo FER basado en la fusin de caractersticas multinivel transformadas y SVM de votacin ponderada mejorada (FTMS). El algoritmo combina las caractersticas superficiales tradicionales transformadas y las caractersticas semnticas profundas de la red neuronal convolucional (CNN) y utiliza un mtodo mejorado de votacin ponderada para tomar una decisin global sobre los resultados de los cuatro clasificadores SVM entrenados para obtener el resultado final del reconocimiento. Las caractersticas superficiales incluyen caractersticas Gabor locales, caractersticas LBP y caractersticas geomtricas conjuntas diseadas en este estudio, que se componen de caractersticas de distancia y deformacin. La caracterstica profunda de la CNN es la fusin de caractersticas multicapa de la CNN propuesta en este estudio. Este estudio tambin propone utilizar un clasificador SVM de mejor rendimiento con CNN para sustituir a Softmax, ya que la distincin entre expresiones faciales es deficiente. Los experimentos con la base de datos FERPlus muestran que la tasa de reconocimiento de este mtodo es un 17,2% superior a la de la CNN tradicional, lo que demuestra la eficacia de la fusin de las caractersticas de la capa convolucional multicapa y SVM. Los experimentos de reconocimiento de expresiones faciales basados en FTMS se llevan a cabo con los conjuntos de datos JAFFE y CK+. Los resultados experimentales muestran que, en comparacin con la caracterstica nica, el algoritmo propuesto tiene una mayor tasa de reconocimiento y robustez y aprovecha al mximo las ventajas y caractersticas de las diferentes caractersticas.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Tradicional; Reconocimiento de la expresión facial; Características; Fusión; SVM; CNN
• Keywords:Traditional; Facial expression recognition; Features; Fusion; SVM; CNN