.png){kind=icon}
返回
Explainable gradient convolutional vector fuzzy pattern analysis based on ensemble model for facial expression recognition
.png){kind=icon}
PRE
AI
DOI：10.3389/fdata.2026.1807184.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于机器学习的面部表情识别涉及训练算法，根据面部特征的可视化线索来识别和分类人类情感。可解释人工智能（XAI）通过提供算法预测过程的透明度来增强这一过程。虽然机器学习算法提供了识别面部表情的能力，但可解释人工智能提供了理解和解释这些识别过程的关键能力，从而构建更稳健、公平和值得信赖的系统。本研究旨在提出一种新颖的面部表情识别方法，结合集成机器学习算法和可解释人工智能模型进行分割。输入为面部表情图像，首先进行去噪和归一化处理，然后使用可解释梯度卷积向量模糊模式识别（ExGrConVFuzPR）模型进行分割。该方法在JAFFE、CK和AFLW数据集上进行了评估。模型以97%的准确率、96%的精确率、96%的召回率、97%的F1分数和0.043的RMSE取得了有前景的结果。这些结果表明，所建议的方法在提供良好性能的同时提高了可解释性。
Keyword:
ensemble machine learning algorithm
explainable AI model
facial expression recognition
pattern recognition
segmentation
期刊
F
IF:
2.3
论文数:
84
被引数:
1.6K
机构
引用论文
分享收藏Stress recognition identifying relevant facial action units through explainable artificial intelligence and machine learning压力识别通过可解释的人工智能和机器学习识别相关的面部动作单元
PREAI
分享收藏An Automated Approach for Predicting Road Traffic Accident Severity Using Transformer Learning and Explainable AI Technique使用变压器学习和可解释的AI技术预测道路交通事故严重程度的自动化方法.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏SHAP value-based ERP analysis (SHERPA): Increasing the sensitivity of EEG signals with explainable AI methods基于SHAP值的ERP分析（SHERPA）：利用可解释AI方法提高EEG信号的敏感性OAAI
OAAI分享收藏Exploring explainable AI methods for bird sound-based species recognition systems基于鸟类声音的物种识别系统的可解释AI方法探索
PREAI
分享收藏A deep neural network and classical features based scheme for objects recognition: an application for machine inspection基于深度神经网络和经典特征的对象识别方案：机器检测的应用
IF0
PREAI
分享收藏Enhancing Depression Detection through 1D Convolutional Neural Networks on DAIC-WOZ Dataset for Investigation of Visual Cues通过1D卷积神经网络在DAIC-WOZ数据集上增强抑郁检测以研究视觉线索
PREAI
分享收藏
查看更多内容