10.16208/j.issn1000-7024.2021.05.034
基于深度可分离卷积的人脸表情识别
为解决在复杂环境下人脸表情识别模型泛化能力不足、识别精度及效率不高的问题,提出一种基于深度可分离卷积的人脸表情识别方法.利用人脸分割网络分割出人脸图像中与表情识别最相关的感兴趣区域,减少非重要因素影响;利用深度可分离卷积构建两个基分类器,实现模型轻量化;采用联合微调方法融合基分类器,提升模型识别率.实验结果表明,在FER-2013数据集上的识别率达到75.15%,较Kaggle表情识别挑战赛冠军提高了3.95%;在CK+和JAFFE数据集上的识别率高达98.98%、97.14%,验证了其有效性.
人脸表情识别、复杂环境、感兴趣区域、深度可分离卷积、联合微调
42
TP391.41(计算技术、计算机技术)
2021-05-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
1448-1454