基于卷积神经网络的人脸面部情感识别研究

• 作者: 李韬
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 深度卷积神经网络 人脸感情识别 灰度扩增
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 学术研究
• 页码范围: 79-80
• 页数: 2页
• 分类号: TP391.4
• 字数: 3215字
• 语种: 中文

摘要

脸部表情活动是人们日常生活学习交流中的重要部分,它帮助我们传达非语言的信息,帮助听者理解说话人的情绪和意图.最近几年在深度学习的研究领域,人脸识别技术的研究越来越多,其中基于人类面部表情研究更是不计其数,因为面部表情在人的日常生活的方方面面占据了十分重要的作用,如果我们能够教会计算机准确的辨认出人的表情状态便相当于在取得了更好的人机交互.在人工智能领域,深度学习方法是其中的翘楚,也是人工智能的基石,深度学习出现的时间虽然在几十年前,但是它却是在最近几年计算机性能提升数据量海量性增长后才异军突起的,其中图像识别领域依靠深度学习方法取得了颇为显著的成果.尤其是在表情识别方向,他也是利用深度学习在人工智能研究上的一个前沿研究方向.文章主要对神经网络的算法原理、组成结构、训练网络时如何调节参数以及常见问题的解决办法等进行了深入研究.文章提出人脸镜面对称,灰度扩增的方式来解决训练样本数量不够的问题,并设计了4tNet深度卷积网络来提高训练准确率,通过三次对比实验得出了一定结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李韬		3	0	0.0	0.0