基于改进AlexNet卷积神经网络的人脸表情识别

• 作者: 左江 石翠萍 谭聪 赵可新
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 表情识别 深度学习 AlexNet网络 BN算法
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 应用基础与前沿技术
• 页码范围: 1005-1012
• 页数: 8页
• 分类号: TN919.8|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2020.09.002

摘要

为了解决传统卷积神经网络用于人脸表情识别准确率不高的问题,提出了一种基于改进深度AlexNet卷积神经网络的表情识别方法.该方法基于AlexNet网络的基本结构,采用单图形处理单元(Graphics Processing Unit,GPU)进行训练,减少了两层卷积层和一层全连接层,在每层卷积层后加上批标准化(Batch Normalization,BN)代替原来的局部归一化,并在全连接层后加上Dropout正则化进一步防止过拟合.与AlexNet模型相比,改进的网络结构更简单、复杂度低、参数量少,可以节省大量模型训练时间进行快速预测,且更不易过拟合,同时加快了模型收敛速度,提高了网络泛化能力.在Fer2013数据集以及CK+数据集上进行实验,结果表明,所提方法分别得到了68.85％和97.46％的识别率,较其他人脸表情识别方法的识别率有一定提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石翠萍		35	45	4.0	4.0
2	谭聪		2	0	0.0	0.0
3	左江		2	0	0.0	0.0
4	赵可新		2	0	0.0	0.0