基于数据融合与迁移学习的学生表情识别研究

摘要：

学生表情逐渐成为感知学生状态的重要途径,因此准确的识别学生表情因具有重要价值而受到广泛的关注.本文针对学生表情识别这一问题,提出基于数据融合与迁移学习的识别模型,该模型融合3个数据集,以解决学生表情数据缺乏与多样性问题,同时引入迁移学习来提升预测精度.在数据集及实际学生表情图像上的实验结果表明,本文提出的模型可以准确识别学生表情,提升了预测精度.

关键词：学生表情识别;数据融合;迁移学习

所属期刊栏目：11

分类号：TP391(计算技术、计算机技术)

资助基金：浙江省大学生科技创新活动计划暨新苗人才计划;国家自然科学基金

在线出版日期：2022-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：180-184