基于迁移学习的人脸基础表情识别研究

在线阅读 下载PDF 导出详情
摘要 摘要:随着大数据时代的到来,人工智能、深度学习研究领域逐渐成为热门。本研究从参数对模型准确率的影响角度来改进模型,数据集采用的是CK+公共人脸数据集,将数据集除去蔑视后,每张照片取最后三张峰值图最终整理得到愤怒、厌恶、恐惧、快乐、悲伤、惊讶六类共计927张48×48格式图片。以该数据集为样本在VGG16模型的基础上综合finetune和bottleneck两种优化策略,探究包括训练集测试集的比例、模型输入的尺寸、锐化翻转等不同的变换方式、Dropout参数对模型准确率的影响,最终模型准确率从开始的89.07%提高到了93.60%,能够完成人脸基础表情的识别任务。
作者 方犇
出处 《科技新时代》 2022年7期
分类 [][]
出版日期 2022年07月21日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献