结合卷积神经网络与OpenCV的人脸表情识别
针对实时人脸表情识别模型训练慢、识别速度慢的问题,提出一种OpenCV和卷积神经网络结合进行实时表情识别的方法.人脸表情是多个局部区域特征的集合,而卷积神经网络提取出的特征能更多地关注局部,因此采取卷积神经网络的方式进行模型的训练.所提网络在全连接层中加入了Dropout,能有效预防过拟合现象的发生,并且提升模型泛化能力.实验结果表明此模型的可行性,在fer2013数据集上的准确率达到71.6%.基于以上方法再结合OpenCV构建一个实时表情识别系统,系统实时识别表情的速度为0.4s.所构建的系统相比于现有的其他系统,具有训练速度较快、准确率较高、识别速度较快等优点.
OpenCV、卷积神经网络、表情识别、情感分类、深度学习
17
TP183(自动化基础理论)
国家自然科学基金资助项目;浙江省科技计划项目-2018年度重点研发计划项目
2021-03-17(万方平台首次上网日期,不代表论文的发表时间)
共3页
183-185