通过ResNet-50进行面部表情识别(易懂)

2024-05-09 04:36:31

1、研究内容

提出了一种利用深度残差网络ResNet-50进行特征提取的方法，结合卷积神经网络进行人脸情感识别。通过对指定数据集的实验仿真，可以证明该模型在人脸情感检测性能上优于目前主流的人脸情感识别模型。

2、研究现状介绍

面部情绪识别是指从给定的静态图像或动态视频序列中分离出特定的面部状态，以确定待识别对象的心理情绪。

面部表情可以分为七类:快乐、悲伤、恐惧、愤怒、惊讶、厌恶和中性。

脸表情识别首先要对采集的图像进行预处理，然后进行特征提取和分类识别。

阿里、哈里-哈兰、雅科布和阿东(2015)提出使用支持向量机(SVM)方法。埃文斯(Evans，2017)提出了使用哈尔小波变换(HWT)的方法。菲利普斯(Phillips，2018)提出了一种结合平稳小波熵和Jaya算法的新方法。

通过对上述文献的分析，可以发现上述方法提取的面部情感特征存在原始情感信息容易丢失的问题。此外，这些网络模型的泛化能力和鲁棒性也较差，人脸表情识别的准确率也不高。

针对上述问题，提出了一种改进的人脸情感识别模型。使用ResNet-50作为网络基础设施。用卷积神经网络提取特征，用贝叶斯网络和激活函数ReLU提高模型的收敛能力。通过下面的仿真实验，可以验证所提出的人脸情感识别方法的识别性能优于最先进的方法。

3、数据集

佳能数码相机拍摄了20名不同年龄、不同职业和不同种族的受试者的十次面部表情，包括七种面部情绪图片:快乐、悲伤、恐惧、愤怒、惊讶、厌恶和中性。最终，我们总共有700张图片。

4、卷积

卷积(Hasebe &上田，2021

通过ResNet-50进行面部表情识别(易懂)相关推荐

【Pytorch】基于卷积神经网络实现的面部表情识别
作者:何翔学院:计算机学院学号:04191315 班级:软件1903 转载请标注本文链接: https://blog.csdn.net/HXBest/article/details/1219812 ...
面部表情识别2：Pytorch实现表情识别(含表情识别数据集和训练代码)
面部表情识别2:Pytorch实现表情识别(含表情识别数据集和训练代码) 目录面部表情识别2:Pytorch实现表情识别(含表情识别数据集和训练代码) 1.面部表情识别方法 2.面部表情识别数据集 ...
【实战】深度学习构建人脸面部表情识别系统
实战:深度学习构建人脸面部表情识别系统一.表情数据集数据集采用了kaggle面部表情识竞赛的人脸表情识别数据集. https://www.kaggle.com/c/challenges-in-re ...
PyTorch实现基于卷积神经网络的面部表情识别
基于卷积神经网络的面部表情识别(Pytorch实现)----台大李宏毅机器学习作业3(HW3) 一.项目说明给定数据集train.csv,要求使用卷积神经网络CNN,根据每个样本的面部图片判断出其表 ...
高姿态下的面部表情识别系统
效果展示: python表情.性别识别面部表情识别 (FER) 在计算机安全.神经科学.心理学和工程学方面有大量应用.由于其非侵入性,它被认为是打击犯罪的有用技术.然而,FER 面临着几个挑战,其中 ...
踩坑记录： Pytorch框架下--- 从零使用卷积神经网络实现人脸面部表情识别 (基于连续维度)
之前一直在自学深度神经网络的知识,在跟着书本一步一步走的时候,感觉每一个思路,每一句代码都特别容易,实现思路清晰明了,实验代码简单易懂.但当我真正课题需要用到的时候,想跳出书本的框架,自行实现并通透其 ...
dlibdotnet 人脸相似度源代码_使用dlib中的深度残差网络(ResNet)实现实时人脸识别 - supersayajin - 博客园...
opencv中提供的基于haar特征级联进行人脸检测的方法效果非常不好,本文使用dlib中提供的人脸检测方法(使用HOG特征或卷积神经网方法),并使用提供的深度残差网络(ResNet)实现实时人脸识别 ...
resnet 25 训练人脸识别
清明的时候跑resnet 25 在人脸识别任务上. 因为batchsize 由之前的80 变到现在的400.我的理解是程序要比在原来的基础上收敛比较快.但是并不然.一直等到上周五还没有收敛.训练到7W ...
面部表情识别3：Android实现表情识别(含源码，可实时检测)
面部表情识别3:Android实现表情识别(含源码,可实时检测) 目录面部表情识别3:Android实现表情识别(含源码,可实时检测) 1.面部表情识别方法 2.人脸检测方法 3.面部表情识别模型训 ...

最新文章

热门文章