一种基于改进VGG16网络的人脸表情识别算法

一种基于改进VGG16网络的人脸表情识别算法
董翠;罗晓曙;黄苑琴
【期刊名称】《计算机与数字工程》
【年(卷),期】2024(52)1
【摘要】针对神经网络对人脸表情进行识别时,使用的分类损失函数主要是交叉熵损失函数,导致网络对于不同人脸表情类别识别率不高的问题,将类别注意力机制和上下文感知金字塔引入VGG16网络,产生类别损失函数,与交叉熵损失函数一起作为网络训练的损失函数,从而提高网络的人脸表情识别准确率。

实验结果表明:改进后的VGG16网络在人脸表情数据集RAF-DB和FERPLUS上有比原始VGG16网络具有更高的人脸表情识别率。

【总页数】7页(P259-265)
【作者】董翠;罗晓曙;黄苑琴
【作者单位】广西师范大学电子工程学院
【正文语种】中文
【中图分类】TN911.73-34
【相关文献】
1.一种基于改进BP神经网络的PCA人脸识别算法
2.基于改进人工鱼群算法的RBF网络及其在人脸表情识别中的应用
3.一种基于改进的卷积神经网络的人脸表情识别方法
4.一种基于改进PCA和BP神经网络的人脸识别算法
5.一种基于改进VGG网络的表情识别算法
因版权原因，仅展示原文概要，查看原文内容请购买。