文档名：自适应卷积神经网络在面部表情识别中的应用
摘要：针对无法对面部表情进行精确识别的问题,提出了基于ResNet50网络融合双线性混合注意力机制的网络模型.针对传统池化算法造成图像特征提取残缺、模糊等问题,提出了一种基于Average-Pooling算法的自适应池化权重算法,同时基于粒子群算法对卷积神经网络模型超参数进行自适应调节,从而进一步提升模型识别精度.基于改进的网络模型,设计了一款实时面部表情识别系统.经验证,在Fer2013数据集和CK+数据集上,改进的模型在测试集中的识别精度分别为73.51％和99.86％.
作者：郑瑞 付文涵 杜俊霄 魏胜非Author：ZHENGRui FUWenhan DUJunxiao WEIShengfei
作者单位：东北师范大学物理学院,长春130024
刊名：电讯技术 ISTICPKU
Journal：TelecommunicationEngineering
年，卷(期)：2023, 63(3)
分类号：TN911TP391.41
关键词：表情识别 卷积神经网络 双线性混合注意力机制 粒子群优化算法 改进池化算法
机标分类号：TP391TP18TN911.73
在线出版日期：2023年3月30日
基金项目：吉林省科技发展计划项目自适应卷积神经网络在面部表情识别中的应用[
期刊论文] 电讯技术--2023, 63(3)郑瑞 付文涵 杜俊霄 魏胜非针对无法对面部表情进行精确识别的问题,提出了基于ResNet50网络融合双线性混合注意力机制的网络模型.针对传统池化算法造成图像特征提取残缺、模糊等问题,提出了一种基于Average-Pooling算法的自适应池化权重算法,同时基...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
自适应卷积神经网络在面部表情识别中的应用 Application of Adaptive Convolutional Neural Network in Facial Expression Recognition
自适应卷积神经网络在面部表情识别中的应用.pdf
- 文件大小:
- 2.93 MB
- 下载次数:
- 60
-
高速下载
|
|
