基于深度可分离卷积的表情识别改进方法

摘要：

针对传统表情识别存在相似表情识别精度不高,且深度学习模型参数量巨大问题,提出一种改进的残差网络模型.通过引入深度可分离卷积核,减少了模型的参数量;引入压缩激励模块,改善了模型通道的加权关系;通过将中心损失引入联合算法设计中,提高了相似表情之间的区分度.实验结果表明,识别算法提升了相似表情的区分精度,且较好的控制了模型的参数量.模型在3个公开数据集上的准确率分别达到了97.57％、96.24％、94.09％.

关键词：人脸表情识别、残差网络、深度可分离卷积、压缩激励模块、中心损失

所属期刊栏目：13

分类号：TP391.4(计算技术、计算机技术)

资助基金：常州市科技项目;江苏省教育厅未来网络科研基金

在线出版日期：2023-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：58-63,69