隨著5G技術(shù)的發(fā)展，人們對(duì)智能人機(jī)交互的需求越來越廣泛，人臉表情識(shí)別也被用于許多領(lǐng)域。本書基于深度學(xué)習(xí)，從表情模型的訓(xùn)練和信息融合的角度出發(fā)，使用深度置信網(wǎng)訓(xùn)練的解析器檢測人臉區(qū)域，通過Gabor特征提取和Stacked自動(dòng)編碼器進(jìn)行表情分類，基于公共表情數(shù)據(jù)庫進(jìn)行訓(xùn)練和測試，以提高表情識(shí)別的準(zhǔn)確性，增強(qiáng)了信息融合度，降低不平衡度，減少了決策誤差。