BriefGPT - AI 论文速递
·
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。
📝
内容提要
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。
🎯
关键要点
-
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。
-
采用新的数据增强技术来改善模型性能。
-
评估了四种卷积神经网络（Alexnet，Squeezenet，Resnet50 和 VGGFace2）的效果。
-
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，为97.82%。
-
Resnet50在人员相关模式下表现优越，准确率为73.68%。
-
使用多种指标（精确度、敏感度、特异性、AUC、F1值和混淆矩阵）评估系统效率。
-
使用LIME算法可视化CNN的决策策略。
🏷️
标签
➡️
