基于迁移学习技术的面部表情识别算法 |
| |
引用本文: | 沈同平,黄方亮,许欢庆.基于迁移学习技术的面部表情识别算法[J].通化师范学院学报,2023(4):52-58. |
| |
作者姓名: | 沈同平 黄方亮 许欢庆 |
| |
作者单位: | 安徽中医药大学医药信息工程学院 |
| |
摘 要: | 针对面部表情识别算法存在模型结构复杂、训练参数过多等问题,在对卷积神经网络各层分析的基础上,将迁移学习算法融入到面部表情识别模型中,从而对面部表情进行识别和分类.该文提出的算法首先通过数据增强的方法扩充面部表情图片的数量,然后将VGG16模型在ImageNet图像数据集上训练得到的权重参数,通过参数微调的方法,传递到面部表情识别模型中.最后采用全局平均池化层代替传统的全连接层,对表情图片通道信息进行求和运算实现降维,减少模型的网络参数.实验结果表明:提出的模型在KDEF数据集中取得了优异的识别效果,平均测试准确率达到96.23%.
|
关 键 词: | 表情识别 迁移学习 VGG16 |
|
|