基于改进AlexNet的人脸表情识别
人脸表情会受到姿势、物体遮挡、光照变化以及人种性别年龄等因素的影响,需要卷积神经网络更有效准确地学习特征。AlexNet在表情识别中准确率不高,对输入图像尺寸有限制,针对这些问题,提出了改进AlexNet网络的人脸表情识别算法。在AlexNet网络中引入多尺度卷积更加适用于小尺寸的表情图像,提取出不同尺度的特征信息,并在把多个低层次特征信息在向下传递的同时与高层次特征信息进行跨连接特征融合,从而可以更加完整准确地反映图像信息,构造出更准确的分类器。跨连接会产生参数爆炸,导致网络训练困难,影响识别效果,因此利用全局平均池化对低层次特征信息进行降维,可减少跨连接产生的参数和过拟合现象。本文算法在CK+、JAFFE数据库上的准确率分别为94.25%和93.02%。
文件下载
评论信息
其他资源
- 易语言 网络验证 笑郭天盾6.5企业版
- 《支付信息保护技术规范》
- 路径规划算法RRT
- notepad++（中文版）
- MODBUS--ASCII方式实现（完整版）
- 机械可靠性设计(刘惟信)
- jsp新闻发布系统大作业，mysql，有增删改查
- 梅安新遥感导论全书电子版
- 安徽省市区县行政中心坐标、行政区划json含边界
- 振南znFAT--嵌入式FAT32文件系统设计与实现 下册
- NT39016E_V0.5_20081107.pdf
- max-15.0.0.145.qdz
- TreeNMS数据库管理系统说明.pdf
- opencv 2.4.9 2.4.10等版本
- libht.js.zip
- lcd1602显示时分秒
- MNIST手写数字数据库
- STM32F103ZET6_ LQFP144+LQFP48最小系统板
- 数据结构课程设计之运动会分数统计
- 基本图形填充课程设计报告+代码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明