基于卷积神经网络的人脸表情识别研究

• 作者: 张璟
• 来源期刊: 电脑知识与技术:学术版
• 学科: 教育
• 关键词: 卷积神经网络 人脸表情识别 表情分类 批规范化 卷积
• 年，卷（期）: 2019,（6）
• 页码范围: 212-213
• 页数: 2页
• 分类号: G642

摘要

人脸表情识别是计算机视觉领域的一项重要任务。针对经典VGG模型参数量巨大、训练成本较高的问题,提出了一种基于VGG模型的改进卷积神经网络。改进的模型减少全连接层的使用有效减少了参数量,加入批规范化层和dropout随机失活操作,进一步加速了模型的收敛,从而获得较好的分类效果。实验采用FER2013公开人脸表情数据集,实验结果表明,改进的模型提高了表情识别的准确率率和泛化能力,减少了时间消耗。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张璟	山西大学计算机与信息技术学院	4	2	1.0	1.0