用于人脸表情识别的卷积神经网络研究

摘要

为了研究卷积神经网络在人脸表情识别中的应用,设计了一种10层的卷积神经网络模型识别人脸表情,最后一层用Softmax函数将表情的分类结果输出。首先,研究了卷积神经网络的卷积和池化算法并设计了模型的结构。其次,为了更形象地展示卷积层提取的特征,把提取的特征做了可视化处理并以特征图的形式展示。本文的卷积神经网络模型在Fer-2013数据集上进行了实验,实验结果展示了识别率的优越性。为了验证模型识别的泛化能力,最后自制了一个自然状态下的人脸表情数据集,并对人脸图片做了裁剪,灰度化以及像素调整等一系列的预处理。用本文模型识别该数据集中的人脸表情图片,识别的准确率达85.1010%。