首页> 中文期刊> 《河南科学》 >基于改进ResNet的人脸表情识别研究

基于改进ResNet的人脸表情识别研究

         

摘要

基于ResNet-50深度卷积神经网络,并结合uni-app和Django开发框架,设计了一个可以随时抓拍照片并识别的系统.为降低算力消耗、提升人脸表情识别的准确率和效率,在数据预处理方面采用了人脸裁剪、翻转、旋转等数据增强方法,在网络模型上,把静态ReLU激活函数替换为动态ReLU,最终在训练集上达到99.56%、验证集上达到93.25%的准确率,相比于替换激活函数之前验证集的准确率提升了2.07%,表明数据增强和模型改进的有效性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号