基于Swish激活函数的人脸情绪识别的深度学习模型研究

• 作者: 李乾 王灵矫 郭华
• 来源期刊: 图像与信号处理
• 学科: 工学
• 关键词: 激活函数 反向传播 卷积神经网络 深度学习 计算机视觉
• 年，卷（期）: 2019,（3）
• 页码范围: 110-120
• 页数: 11页
• 分类号: TP39

摘要

近年来,深度学习模型得到飞速发展,深度卷积神经网络作为其中一种方法在计算机视觉中得到广泛应用。影响深度学习模型性能的因素众多,其中激活函数的选取和神经网络的结构对深度学习模型的性能有着重要的影响。本文分析了传统激活函数与新型Swish激活函数的优缺点,将Swish函数引入人脸情绪深度学习模型,提出了一种改进的反向传播算法,并在卷积神经网络中使用多层小尺寸卷积模块替代大尺寸卷积模块,提取细化特征,构建了一种新型的人脸情绪识别深度学习模型Swish-FER-CNNs。实验结果表明,相比于ReLU、L-ReLU、P-ReLU等激活函数,基于Swish激活函数的深度学习模型的识别准确率更高。结合改进的网络结构,本文构建的深度学习模型Swish-FER-CNNS相对于现存模型,识别准确率提高了4.02%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王灵矫		14	34	4.0	5.0
2	郭华		30	49	4.0	5.0
3	李乾		1	0	0.0	0.0