基于多层感知机改进型Xception人脸表情识别

• 作者: 韩保金 任福继
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 人脸表情识别 卷积神经网络（CNN） 多层感知机 Xception 深度可分离卷积
• 年，卷（期）: 2022,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 65-72
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2022283

摘要

针对使用深度学习提取人脸表情图像特征时易出现冗余特征，提出了一种基于多层感知机（MLP）的改进型Xception人脸表情识别网络.该模型将Xception网络提取的特征输入至多层感知机中进行加权处理，提取出主要特征，滤除冗余特征，从而使得识别准确率得到提升.首先将图像缩放为48*48，然后对数据集进行增强处理，再将这些经过处理的图片送入本文所提网络模型中.消融实验对比表明：本文模型在CK+数据集、JAFFE数据集和MMI数据集上的正确识别率分别为98.991%、99.02%和80.339%，Xception模型在CK+数据集、JAFFE数据集和MMI数据集上的正确识别率分别为97.4829%、90.476%和74.0678%，Xception+2lay模型在CK+数据集、JAFFE数据集和MMI数据集上的正确识别率分别为98.04%、84.06%和75.593%.通过以上消融实验对比，本文方法的识别正确率明显优于Xception模型与Xception+2lay模型.与其他模型相比较也验证了本文模型的有效性.