基于浅层卷积神经网络的面部表情识别

基于浅层卷积神经网络的面部表情识别 

张文杰 张在房 

（上海大学 机电工程与自动化学院，上海 ２００４４４）

摘 要：面部表情识别在人机交互等领域中发挥着重要作用，采用深度学习方法提高了模型精度，但过深的网络加大了计算成本，造成识别滞 后和性能低下的问题。本文提出了一种浅层卷积神经网络模型，它受到 Ｘｃｅｐｔｉｏｎ网络的启发，结合了残差模块和深度可分离卷积，同时引入了 功能模块与网络进行融合。微调后的网络结构简单、模型较小，在 ＦＥＲ２０１３数据集上获得了 ６６１２％的准确率，优于多个对比网络。最后，本 文搭建了一个可视化系统来验证所提模型在自然场景下的性能，验证结果与实验结论一致。

关键词：面部表情识别；浅层卷积神经网络；可视化系统