典型文献
基于Mixer Layer的人脸表情识别
文献摘要：
目前人脸表情识别研究多数采用卷积神经网络(CNN)提取人脸特征并分类,CNN的缺点是网络结构复杂,消耗计算资源.针对以上缺点,本文采用基于多层感知机(MLP)的Mixer Layer网络结构用于人脸表情识别.采用数据增强和迁移学习方法解决数据集样本不足的问题,搭建了不同层数的Mixer Layer网络.经过实验比较,4层Mixer Layer网络在CK+和JAFFE数据集上的识别准确率分别达到了 98.71％和95.93％,8层Mixer Layer网络在Fer2013数据集上的识别准确率达到了 63.06％.实验结果表明,无卷积结构的Mixer Layer网络在人脸表情识别任务上表现出良好的学习能力和泛化能力.
文献关键词：
深度学习;迁移学习;表情识别;Mixer Layer;图像识别
中图分类号：
作者姓名：
简腾飞;王佳;曹少中;杨树林;张寒
作者机构：
北京印刷学院信息工程学院,北京102600
文献出处：
引用格式：
[1]简腾飞;王佳;曹少中;杨树林;张寒-.基于Mixer Layer的人脸表情识别)[J].计算机系统应用,2022(07):128-134
A类：
Mixer
B类：
Layer,人脸表情识别,人脸特征,计算资源,多层感知机,MLP,数据增强,迁移学习方法,层数,CK+,JAFFE,识别准确率,Fer2013,泛化能力,图像识别
AB值：
0.199753
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。
