基于浅层卷积神经网络的面部表情识别

摘要：

面部表情识别在人机交互等领域中发挥着重要作用,采用深度学习方法提高了模型精度,但过深的网络加大了计算成本,造成识别滞后和性能低下的问题.本文提出了一种浅层卷积神经网络模型,它受到Xception网络的启发,结合了残差模块和深度可分离卷积,同时引入了功能模块与网络进行融合.微调后的网络结构简单、模型较小,在FER2013数据集上获得了66.12％的准确率,优于多个对比网络.最后,本文搭建了一个可视化系统来验证所提模型在自然场景下的性能,验证结果与实验结论一致.

关键词：面部表情识别;浅层卷积神经网络;可视化系统

所属期刊栏目：48

分类号：Q429(神经生理学)

在线出版日期：2021-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：32-35