数据增强和迁移学习应用于面部表情识别
原文中文,约500字,阅读约需2分钟。发表于: 。通过使用数据增强技术和生成对抗网络模型,将初步训练的卷积神经网络与不同架构的预训练模型的方法应用于面部表情识别任务,使得模型的泛化能力得到提高,从而实现对面部表情的自动识别,准确率达到 85%。
本研究开发了一种AI技术的面部情感识别系统,能够识别戴口罩人群的情感,并使用数据增强技术提高模型性能。实验结果显示,多面具模式下模型表现更好,VGGFace2网络在人员相关模式下准确率最高。使用多种指标评估系统效率,并使用LIME算法可视化CNN的决策策略。