基于MobileNetV2与LBP特征融合的婴幼儿表情识别算法

针对婴幼儿表情识别率低、特征复杂提取不充分等问题，文中提出一种基于MobileNetV2与LBP双通道特征融合的婴幼儿表情识别算法。第1条通道使用改进后的MobileNetV2网络，可快速、准确地提取出人脸表情全局特征。第2条通道对原始输入图进行分块，利用图像信息熵构造出权值，提取出分块加权LBP直方图特征，突出了表情信息丰富的区域。通过融合双通道模型的输出向量来提升特征表达能力，并采用支持向量机替代Softmax层进行表情分类。实验表明，使用融合特征比单一特征具有更好的分类效果，并且在自建的婴幼儿表情数据集中的表情识别准确率可达到85.71%。