基于改进卷积神经网络的人脸表情识别方法

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。