基于浅层卷积神经网络的面部表情识别

• 作者: 张文杰 张在房
• 来源期刊: 计量与测试技术
• 关键词: 面部表情识别 浅层卷积神经网络 可视化系统
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 计量仪器与实践|Reasearch and Practice of Measuring Instruments
• 页码范围: 32-35
• 页数: 4页
• 分类号: Q429
• 语种: 中文
• DOI: 10.15988/j.cnki.1004-6941.2021.7.011

摘要

面部表情识别在人机交互等领域中发挥着重要作用,采用深度学习方法提高了模型精度,但过深的网络加大了计算成本,造成识别滞后和性能低下的问题.本文提出了一种浅层卷积神经网络模型,它受到Xception网络的启发,结合了残差模块和深度可分离卷积,同时引入了功能模块与网络进行融合.微调后的网络结构简单、模型较小,在FER2013数据集上获得了66.12％的准确率,优于多个对比网络.最后,本文搭建了一个可视化系统来验证所提模型在自然场景下的性能,验证结果与实验结论一致.