双通道卷积神经网络人脸表情识别

摘要：

将卷积神经网络的单通道全连接层改为双通道,构建并训练了一个新的双通道卷积神经网络模型以增强模型的特征表达能力.在全连接层用Maxout激活函数代替传统的ReLU激活函数以优化网络内部结构.在网络训练过程中,采用A-Softmax损失,使卷积神经网络能够学习角度判别特征.改进后的卷积神经网络模型在FER2013数据集上准确率为73.6％.

关键词：人脸表情识别、深度学习、双通道卷积神经网络、A-Softmax损失

所属期刊栏目：40

分类号：TP181(自动化基础理论)

资助基金：吉林省科技厅基金资助项目20160203010GX

在线出版日期：2019-06-13（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：142-148