基于二值化密集卷积神经网络的表情识别算法

• 作者: 徐诗楠 温光照 王小波 马云鹤
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 深度学习 数据增强 二值化 密集卷积神经网络 表情识别
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 648-652,722
• 页数: 6页
• 分类号: TP183|TP391.41
• 字数: 4684字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.03.029

摘要

人脸表情识别已成为人工智能领域的重要研究课题,但传统的卷积神经网络需要庞大的计算资源使得其应用受限,而二值化卷积神经网络可通过快速与或运算代替原本的浮点乘法运算,大大降低了算法对计算资源的需求.论文提出了一种基于数据增强和二值化卷积神经网络的人脸表情识别算法,通过均值估计,在FER2013数据集上达到了66.15％的识别率,超越了部分基于浮点乘积运算的卷积网络,为表情识别算法移植到小型设备中提供了可能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温光照	南京理工大学计算机与工程学院	1	0	0.0	0.0
2	徐诗楠	南京理工大学计算机与工程学院	1	0	0.0	0.0
3	马云鹤	南京理工大学计算机与工程学院	1	0	0.0	0.0
4	王小波	南京理工大学计算机与工程学院	1	0	0.0	0.0