摘要
针对传统表情识别存在相似表情识别精度不高,且深度学习模型参数量巨大问题,提出一种改进的残差网络模型.通过引入深度可分离卷积核,减少了模型的参数量;引入压缩激励模块,改善了模型通道的加权关系;通过将中心损失引入联合算法设计中,提高了相似表情之间的区分度.实验结果表明,识别算法提升了相似表情的区分精度,且较好的控制了模型的参数量.模型在3个公开数据集上的准确率分别达到了97.57％、96.24％、94.09％.
基金项目
常州市科技项目(CJ20210070)
江苏省教育厅未来网络科研基金(FNSRFP-2021-YB-35)
NETL
NSTL
维普
万方数据