**題目
作者年份鏈結
基於多尺度分層雙線性池化網路的細粒度表情識別
蘇志明，王烈，藍崢傑
2021
卷積神經網路；細粒度表情識別；多尺度；分層雙線性池化；多層特徵融合
由於人臉表情細微的類間差異和顯著的類內變化使得人臉表情識別困難而導致識別率低，為此提出了乙個基於多尺度雙線性池化神經網路的模型。首先，通過精心設計的三種不同的粗細尺度網路提取人臉表情全域性特徵。然後，引入了分層雙線性池化層，整合多個同一網路以及不同網路的多尺度跨層雙線性特徵來捕獲不同層級間的部分特徵關係，從而增強模型對面部表情微妙特徵表徵的判別能力。最後，通過逐層反卷積融合多層特徵資訊，解決了神經網路通過多層卷積層、池化層提取特徵時丟失部分關鍵特徵的問題。該模型在 fer2013 和 ck+公開資料集上識別率最高達到 73.725%，98.28%，實驗結果表明，所提出的方法能有效提高表情識別率，優於 splm、cl、jns 等較新人臉表情識別演算法。
本文方法在ck+和fer2013兩個資料集都取得了最好的效果。這是因為本文方法整合了多
多尺度 理解
1.比如有一幅影象，裡面有房子有車有人，在這整張圖上提取特徵，提取的是全域性的特徵 現在，擷取影象的一部分，比如擷取汽車的部分，並將其放大至與原圖相同的尺寸，在此時擷取後放大的圖上提取特徵，提取的是整幅影象中某一部分的詳細特徵。2.或者，例如在進行卷積時，如圖 隨便截的圖 分別提取出第 三 四 五層...
多尺度模板匹配
效果特別差 只能用來識別簡單的東西 僅供練手 import cv2 import numpy as np import os import time temp cv2.imread camera roll te jpg 模板 gray temp cv2.cvtcolor temp,cv2.color...
Gabor濾波 多尺度問題
gabor變換屬於加窗傅利葉變換，gabor函式可以在頻域不同尺度 不同方向上提取相關的特徵。另外gabor函式與人眼的生物作用相仿，所以經常用作紋理識別上，並取得了較好的效果。二維gabor函式可以表示為 其中 v的取值決定了gabor濾波的波長，u的取值表示gabor核函式的方向，k表示總的方向...