典型文献
基于改进卷积神经网络的人脸表情识别方法
文献摘要：
针对传统的卷积神经网络在表情识别任务中识别率不高的问题,文中在AlexNet基础上进行改进并设计了 UCNN网络,引入小的卷积层组成卷积组,让网络更具可调性,与AlexNet相比,网络结构更简单灵活,便于调整算法,参数量少,可以直接叠加而不必添加新的网络隐层.实验结果表明,UCNN网络在FER2013和CK+两个数据集上的识别率均比其他人脸表情识别方法有所提高,在FER2013数据集和CK+数据上的识别率分别达到了 97.56％和68.65％,优于其他方法.说明小的卷积核有助于提取更细微的特征,从而识别更准确.
文献关键词：
表情识别;深度学习;AlexNet网络;UCNN网络
中图分类号：
作者姓名：
何超;侯明
作者机构：
昆明理工大学信息工程与自动化学院,昆明650500
文献出处：
引用格式：
[1]何超;侯明-.基于改进卷积神经网络的人脸表情识别方法)[J].信息技术,2022(05):107-111,117
A类：
UCNN
B类：
改进卷积神经网络,人脸表情识别,识别率,AlexNet,卷积层,可调性,参数量,FER2013,CK+,其他人,其他方法,卷积核,细微
AB值：
0.237872
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。
