基于改进的VGG19网络的面部表情识别

作者：陈津徽; 张元良; 尹泽睿

来源：电脑知识与技术, 2020, 16(29): 187-188.

DOI：10.14004/j.cnki.ckt.2020.3328

• 深度学习
• 卷积神经网络
• 表情识别
• VGG19

在深度学习中,传统的卷积神经网络对面部表情特征的提取不充分以及计算参数量较大的问题,导致分类准确率偏低。因此,提出了一种基于改进的VGG19网络的人脸表情识别算法。首先,对数据进行增强如裁剪、翻转等处理,然后采用平均池化取代全连接操作从而大幅降低网络的参数量,最后,测试的时候采用了10折交叉验证的方法增加数据量以提升模型的泛化能力。实验结果表明,改进后的神经网络在FER2013测试数据集上的识别准确率为72.69%。