-
题名利用优化剪枝GoogLeNet的人脸表情识别方法
被引量：14
- 1
-
-
作者
张宏丽
白翔宇
-
机构
内蒙古师范大学教育技术系
内蒙古大学计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第19期179-188,共10页
-
基金
国家自然科学基金(62077032)
内蒙古自治区科学技术关键技术项目(2020GG0170)。
-
文摘
为了提高人脸表情识别的准确率和加快处理速度,提出了一种基于优化剪枝GoogLeNet的人脸表情识别方法。利用GoogLeNet网络提取面部特征,其中Inception模块加深学习深度,并利用典型的分类器实现人脸表情分类。改进GoogLeNet网络,添加全局最大池化层并保留检测目标的位置信息,以Sigmoid交叉熵作为训练目标,获得全面的人脸表情特征信息。通过剪枝算法对GoogLeNet网络进行训练、修剪低权重连接和再训练网络等操作,以简化网络结构和参数量,提高运行效率。在JAFFE、CK+和Cohn-Kanade数据集上对所提方法进行验证,实验结果表明,所提方法的识别准确率分别为83.84%、85.09%和84.87%,运行时间低于200 ms,优于对比方法,具有较好的适用性。
-
关键词
剪枝算法
GoogLeNet
人脸表情识别
Inception模块
全局最大池化层
运行效率
-
Keywords
pruning algorithm
GoogLeNet
facial expression recognition
Inception module
global maximum pooling layer
operating efficiency
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
