基于卷积神经网络的人脸脸型表凊识别研究

摘要：随着模式识别以及机器视觉的不断发展,人脸脸型表情识别也逐渐成为一个热门的研究课题,它是通过对人脸脸型面部表情進行特征提取与分类,判别人脸脸型的表情,目前在人机交互、安全驾驶、智能监控以及案件侦测等领域,都有广泛的应用,具有重要的研究价值传统的人脸脸型表情识别方法识别精度低、泛化能力弱,但随着深度学习尤其是卷积神经网络的发展,人脸脸型表情识别技术也得到了快速發展,识别精度大幅提高。本文研究了基于卷积神经网络的人脸脸型表情识别方法,主要的研究工作如下:(1)通过手动采集及爬虫技术收集人脸脸型面部表情数据集,然后对这些数据集进行预处理作为输入网络的数据,同时,介绍了经典的AlexNet网络的结构,特别是其每一层的参数,利用人脸脸型表凊图像来训练和测试AlexNet网络,测试的人脸脸型表情识别的精度为ki.gnjdc.