基于多层次特征融合的轻量型CNN的表情识别方法

摘要

本发明涉及一种基于多层次特征融合的轻量型CNN的表情识别方法，包括下列步骤：准备表情识别数据集；对数据集进行预处理，裁剪到固定的尺寸；构建基于多层次特征融合的轻量型卷积神经网络的表情识别模型，该轻量型卷积神经网络由多个卷积层，包含卷积、批量归一化BatchNormalization和激活函数、m个Bottleneck模块、特征融合层Concat、全局平均池化层、softmax层组成；训练模型并测试：采用交叉熵损失，Adam优化器，对搭建的卷积神经网络模型进行优化，然后保存模型，在测试集上对模型进行测试。