10.15988/j.cnki.1004-6941.2021.7.011
基于浅层卷积神经网络的面部表情识别
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.
面部表情识别;浅层卷积神经网络;可视化系统
48
Q429(神经生理学)
2021-08-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
32-35