典型文献
基于VGG16网络的人脸情绪识别
文献摘要：
近年来,如何通过人工智能对人的面部表情进行识别分析成为一个研究热点,利用人工智能可以快速地分析人的面部情绪,并以此为基础进行进一步研究.在深度学习中,传统的卷积神经网络存在对面部表情特征的提取不充分以及计算机参数量较大的问题,导致分类准确率较低.因此,提出了基于VGG16网络的人脸表情识别算法,通过与InceptionV3、InceptionResNetV2、ResNet50等模型实验对比,结果表明,VGG16神经网络在FER2013PLUS测试数据集上的识别准确率为79％,准确率比传统的卷积神经网络高.
文献关键词：
深度学习;卷积神经网络;情绪识别;VGG16
中图分类号：
作者姓名：
蔡靖;杜佳辰;王庆;周泓任
作者机构：
吉林大学仪器科学与电气工程学院,吉林长春130026
文献出处：
引用格式：
[1]蔡靖;杜佳辰;王庆;周泓任-.基于VGG16网络的人脸情绪识别)[J].电子技术应用,2022(01):67-70,75
A类：
FER2013PLUS
B类：
VGG16,人脸情绪识别,面部表情,识别分析,面部情绪,特征的提取,参数量,分类准确率,人脸表情识别,识别算法,InceptionV3,InceptionResNetV2,ResNet50,模型实验,实验对比,测试数据,识别准确率
AB值：
0.352573
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
