声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：赖阳文,杨振国,王勇,刘文印,
单位：广东工业大学计算机学院,广州510006；
关键词：条件生成对抗域适应网络,注意力机制模型,熵函数,人脸表情识别,
基金：国家自然科学基金资助项目(61703109,91748107)；广东省引进创新科研团队计划资助项目(2014ZT05G157)；；
人脸表情识别中，利用深度网络进行训练时，往往需要大量的训练数据而且实际应用中常常缺少标签数据，域适应人脸表情迁移学习是一个重要的研究课题。现有基于域适应的人脸表情识别大多采用浅层网络、深度学习网络方法，因此提出了将条件对抗域适应方法应用于人脸表情迁移学习，以及应用熵函数保证分类器预测的不确定人脸表情图像的可迁移性，并通过嵌入注意力机制模型来改进深度学习网络对人脸表情图像的特征提取。实验表明，通过注意力机制模型改进的条件生成对抗网络能有效地提高实验室控制和现实生活中的人脸表情数据识别的准确率。
来源：2021年第2期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。