典型文献
一种基于改进VGG网络的表情识别算法
文献摘要：
针对深度学习中的卷积神经网络存在对人脸表情特征提取不充分的问题,文中提出一种改进的VGG16网络模型,以更充分地提取人脸表情特征,从而更好地进行人脸表情识别.首先,在VGG16网络的每个卷积层前加入一个GCT通道注意力,用于增强人脸表情的特征提取;然后,将VGG16网络中相同通道数的卷积层分为一个Block,在每个Block后使用迭代式的特征融合,将浅层网络提取的特征与深层网络提取的特征进行融合,以丰富对人脸表情特征的提取.另外,去掉VGG16网络的3个全连接层,改为一个全连接层直接输出分类结果,不仅可以减少参数量还能够保证识别精度.实验结果表明,改进后的VGG网络在人脸表情数据集RAF-DB和SFEW上的识别率分别达到87.842％和56.881％,较原网络有显著提升.
文献关键词：
表情识别;改进VGG网络;表情分类;特征提取;特征融合;注意力机制;数据处理
中图分类号：
作者姓名：
董翠;罗晓曙;蒙志明;黄苑琴
作者机构：
广西师范大学 电子工程学院,广西 桂林 541000;广西师范大学 创新创业学院,广西 桂林 541000
文献出处：
引用格式：
[1]董翠;罗晓曙;蒙志明;黄苑琴-.一种基于改进VGG网络的表情识别算法)[J].现代电子技术,2022(10):63-68
A类：
B类：
识别算法,VGG16,人脸表情识别,卷积层,GCT,通道注意力,通道数,Block,迭代式,特征融合,深层网络,特征的提取,去掉,全连接层,参数量,识别精度,表情数据集,RAF,DB,SFEW,识别率,表情分类,注意力机制
AB值：
0.319123
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。
