技术总结
本发明涉及一种基于多视图卷积神经网络的表情识别方法，包括步骤：根据表情类别构造多个视图；采用每个视图的训练样本集训练卷积神经网络，获得视图特征抽取模型。根据视图抽取模型抽取测试样本的特征向量，将测试样本在所有视图下的特征向量串接成一个高维稀疏特征向量，然后进行特征选择，获得低维特征向量；采用表情分类模型对低维特征向量分类，获得表情类别。本发明的效果是提高了表情识别的准确率，每个视图特征抽取模型可并行计算，能提高识别速度。
技术研发人员：不公告发明人
受保护的技术使用者：广州华久信息科技有限公司
文档号码：201510807938
技术研发日：2015.11.23
技术公布日：2017.05.31