基于自建表情数据集和深度神经网络的人脸表情识别方法

摘要：

为了更好地将现有深度卷积神经网络应用于表情识别,提出自建表情数据集和深度网络结构改进相结合的方法.首先构建了当前行业最大的人脸表情数据集,解决了表情数据集存在的类别不平衡和数据集合噪声问题;然后通过修改网络结构,实验不同的神经网络基础模型,并调节各个分类在损失目标函数的权重,在CK+数据集上的验证实验表明,所提出方法获得超过SOTA的人脸表情识别准确率,达到97.5％.

关键词：表情识别、表情数据集、深度网络结构、神经网络

所属期刊栏目：21

分类号：G434(电化教育)

资助基金：深圳市教育科学十四五规划课题;深圳市部省共建职教高地研究中心;广东省普通高校职业教育大数据智能重点实验室部分研究成果

在线出版日期：2022-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3-8