深度学习在表情识别中的应用,大多基于 VGGNet、GooGleNet 与 ResNet 网络模型,其核心结构均为深度卷积神经网络(Deep convolution neural networks,DCNN)。本文针对现有的传统静态人脸表情识别,对模型训练参数调节以及内部架构有很强的的依赖性这一问题,拟采用数据增强方法,在数据预处理层面实现对人脸表情识别的效果的提升以及模型运算效率的提升;从而降低对于硬件设备的要求,提升模型的适用性。
科研之友
微信
新浪微博
Facebook
分享链接
