基于改进VGG模型的人脸表情识别研究

摘要

针对目前人脸表情识别的准确率偏低、训练速度较慢、泛化能力弱等问题,提出了改进的VGGNet,添加BN算法和PReLU激活函数,在图像预处理时加入高斯滤波和直方图均衡化,并且使用FER2013、AffectNet、JAFFE、CK+四种数据集进行比较分析。最终的实验结果表明,该模型在四种数据集上的识别准确率都有所提高,在四种数据集上的准确率达到73.52%、84.66%、94.28%、95.26%。在测试集上的泛化能力较强,训练速度也变快。