基于自建表情数据集和深度神经网络的人脸表情识别方法

摘要

为了更好地将现有深度卷积神经网络应用于表情识别,提出自建表情数据集和深度网络结构改进相结合的方法.首先构建了当前行业最大的人脸表情数据集,解决了表情数据集存在的类别不平衡和数据集合噪声问题;然后通过修改网络结构,实验不同的神经网络基础模型,并调节各个分类在损失目标函数的权重,在CK+数据集上的验证实验表明,所提出方法获得超过SOTA的人脸表情识别准确率,达到97.5%.