科研之友
微信
新浪微博
Facebook
分享链接
摘要
在生活中很多方面都要用到面部表情识别技术,但是人脸不同部位的表情变化非常细微,加上技术的有限性,在之前的研究中很多识别的特征都是人为定义的。本文基于卷积神经网络模型开展表情识别的研究工作,为了尽可能的提高最终表情识别的准确性,需要大量的样本图片训练,优化,所以采用了fer2013数据集用来训练、测试,此数据集由35 886张人脸表情图片组成,其中,测试图28 708张,公共验证图和私有验证图各3 589张,所有图片中共有7种表情。在预处理时把图像归一化为48×48像素,训练的网络结构是基于VGG网络结构基础上改进的自定义的网络结构,正文中会具体介绍,通过不断地改进优化,缩小损失率,最终能达到较准确的识别出人的面部表情的结果。
-
单位齐鲁工业大学; 自动化学院
