基于CNN集成的面部表情识别

作者：陆嘉慧; 张树美^*; 赵俊莉

来源：青岛大学学报(工程技术版), 2020, 35(02): 24-42.

DOI：10.13306/j.1006-9798.2020.02.004

• 表情识别
• 卷积神经网络
• 网络集合
• 表情数据集

针对面部表情识别在许多领域的重要应用,本文提出了一种基于卷积神经网络(convolutional neural network,CNN)集成的面部表情识别(facial expression recognition,FER)方法。采用3种网络结构不同的卷积神经网络进行训练,利用这些深层模型,使用基于验证准确性的多数投票、简单平均和加权平均的集合方法,在CK+数据集和FER-2013数据集上分别测试单一网络模型和集合网络模型。测试结果表明,单一模型的最佳识别率分别为98.99%和66.45%,集合网络的最佳识别率分别达到99.33%和67.98%,说明使用集合方法的模型比单一模型表现更佳,其中加权平均的集合方法优于简单平均和多数投票,说明本文所提出的方法能够满足面部表情识别的要求。该研究具有一定的实际应用价值。

• 单位
  青岛大学