基于多层卷积神经网络的人脸表情识别方法
人脸表情识别在各领域都有广泛的应用价值和前景.目前的人脸表情数据集大多数据量小,而多层卷积神经网络复杂度较高,易出现过拟合的情况,且图像中往往存在与表情识别无关的信息干扰.为了解决这些问题,该文提出了一种基于多层卷积神经网络的人脸表情识别方法,先对数据集中的图像进行数据增强以及人脸检测和剪切,然后输入所设计的包含8个权重层的神经网络模型进行训练,最后将待预测图像输入训练后的模型进行预测.实验结果表明,该方法对高兴、惊讶、中性、愤怒和厌恶五种表情的预测准确率较高,分别达到了91.67%、90.91%、81.82%、76.92%和72.73%.
表情识别、卷积神经网络、数据增强、MTCNN、人脸检测
19
TP183(自动化基础理论)
湖南生物机电职业技术学院院级科学研究项目19YX18
2023-05-11(万方平台首次上网日期,不代表论文的发表时间)
共3页
13-15