典型文献
结合多层池化的卷积神经网络在表情识别中的应用
文献摘要：
为了解决传统卷积神经网络(Convolutional Neural Network,CNN)对于人脸微表情识别的泛化能力差的问题,提出了一种改进的Inception结构与残差结构结合的卷积神经网络方法.首先在改进的Inception结构的基础上将输入特征直接映射到输出结果中构成残差结构,并针对表情局部特征复杂模糊等不足采用多层池化的方式进行优化,实现端到端的人脸表情识别.为防止训练数据量少、数据分布不均匀,采用了数据增强技术从原始数据集中生成更多的训练样本.新模型在Fer2013数据集上进行测试,准确率达到71.26％,表明该方法相比于传统的卷积神经网络具有更高的准确率,训练模型更加稳定.
文献关键词：
表情识别;卷积神经网络;Inception结构;多层池化
中图分类号：
作者姓名：
陈佳昌;肖飒;周伟松
作者机构：
重庆邮电大学 理学院,重庆400065
文献出处：
引用格式：
[1]陈佳昌;肖飒;周伟松-.结合多层池化的卷积神经网络在表情识别中的应用)[J].电讯技术,2022(03):288-291
A类：
多层池化
B类：
Convolutional,Neural,Network,微表情识别,泛化能力,Inception,残差结构,神经网络方法,上将,输入特征,射到,输出结果,局部特征,端到端,人脸表情识别,训练数据,数据量,数据分布,分布不均匀,数据增强技术,原始数据,训练样本,Fer2013,训练模型
AB值：
0.304213
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。
