基于多层卷积神经网络的人脸表情识别方法  

作　　者：曾晴 曾小舟[1] 申静 

机构地区：[1]湖南生物机电职业技术学院信息技术学院,湖南长沙410127

出　　处：《电脑知识与技术》2023年第9期13-15,共3页Computer Knowledge and Technology

基　　金：湖南生物机电职业技术学院院级科研项目(神经网络在图像处理中的应用研究,19YX18)。

摘　　要：人脸表情识别在各领域都有广泛的应用价值和前景。目前的人脸表情数据集大多数据量小,而多层卷积神经网络复杂度较高,易出现过拟合的情况,且图像中往往存在与表情识别无关的信息干扰。为了解决这些问题,该文提出了一种基于多层卷积神经网络的人脸表情识别方法,先对数据集中的图像进行数据增强以及人脸检测和剪切,然后输入所设计的包含8个权重层的神经网络模型进行训练,最后将待预测图像输入训练后的模型进行预测。实验结果表明,该方法对高兴、惊讶、中性、愤怒和厌恶五种表情的预测准确率较高,分别达到了91.67%、90.91%、81.82%、76.92%和72.73%。

关 键 词：表情识别 卷积神经网络 数据增强 MTCNN 人脸检测 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]