基于改进Inception V4的面部表情识别算法的研究

• 作者: 刘韵婷 吴攀 张景异 梁宸 陈亮
• 来源期刊: 光电技术应用
• 学科: 工学
• 关键词: 面部表情识别 深度学习 TensorFlow InceptionV4
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 56-63
• 页数: 8页
• 分类号: TP317.4
• 字数: 4848字
• 语种: 中文

摘要

面部表情识别是地铁、火车站、机场等复杂环境中安检监控的重要任务,通过识别监控图像中行人的面部表情可以筛选出可疑分子.针对因监控图像模糊和面部表情拍摄不全而引起的识别准确率低等问题,提出一种改进的Inception V4面部表情识别算法,改进Inception V4的网络结构,使其更好地适应面部表情识别任务.基于深度学习中的Tensorflow平台对面部表情类数据进行训练,在面部表情验证集上进行测试,在输入图像为299×299时,识别准确率高达97.9％,改进后的算法在保证识别精度的同时,降低表情在类内差距较大、图像模糊和面部表情拍摄不全情况下的误识率,提高系统鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张景异	沈阳理工大学自动化与电气工程学院	14	48	5.0	6.0
2	陈亮	沈阳理工大学自动化与电气工程学院	62	181	7.0	10.0
3	刘韵婷	沈阳理工大学自动化与电气工程学院	17	12	2.0	2.0
4	吴攀	沈阳理工大学自动化与电气工程学院	3	0	0.0	0.0
5	梁宸	沈阳理工大学自动化与电气工程学院	2	0	0.0	0.0