基于CNN的面部表情识别算法

• 作者: 靳显智 林霏 王叶
• 来源期刊: 齐鲁工业大学学报
• 关键词: 卷积神经网络 面部表情识别 分类算法
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 机电与信息工程|Mechatronics Engineering and Information Engineering
• 页码范围: 64-69
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16442/j.cnki.qlgydxxb.2021.03.011

摘要

在生活中很多方面都要用到面部表情识别技术,但是人脸不同部位的表情变化非常细微,加上技术的有限性,在之前的研究中很多识别的特征都是人为定义的.本文基于卷积神经网络模型开展表情识别的研究工作,为了尽可能的提高最终表情识别的准确性,需要大量的样本图片训练,优化,所以采用了fer2013数据集用来训练、测试,此数据集由35886张人脸表情图片组成,其中,测试图28708张,公共验证图和私有验证图各3589张,所有图片中共有7种表情.在预处理时把图像归一化为48×48像素,训练的网络结构是基于VGG网络结构基础上改进的自定义的网络结构,正文中会具体介绍,通过不断地改进优化,缩小损失率,最终能达到较准确的识别出人的面部表情的结果.