为了解决目前流行的人脸识别系统存在问题(如:面部遮挡,姿态改变,光线扭曲等),根据人的表情做出准确情感判断,提出了如下的卷积神经网络的分布式训练识别系统:由两部分构成:第一部分借鉴YOLO(You Only Look Once)算法实现目标检测,准确...为了解决目前流行的人脸识别系统存在问题(如:面部遮挡,姿态改变,光线扭曲等),根据人的表情做出准确情感判断,提出了如下的卷积神经网络的分布式训练识别系统:由两部分构成:第一部分借鉴YOLO(You Only Look Once)算法实现目标检测,准确定位复杂背景图像中人脸的位置;第二部分使用基于VGGnet的改良结构,对已定位到的面部表情进行分类。相比于端到端的模型,可以引入更多的可控的人类学习经验与有效训练数据,从而得到更优秀的分类结果。实验结果表明该系统的可行性,在FER2013数据集上产生了较优异的结果,总正确率达69.83%。相对于现有算法,具有容易训练、准确度高、实时性强、鲁棒性好与易增添后续功能等优点,未来有很大提升空间。展开更多
文摘为了解决目前流行的人脸识别系统存在问题(如:面部遮挡,姿态改变,光线扭曲等),根据人的表情做出准确情感判断,提出了如下的卷积神经网络的分布式训练识别系统:由两部分构成:第一部分借鉴YOLO(You Only Look Once)算法实现目标检测,准确定位复杂背景图像中人脸的位置;第二部分使用基于VGGnet的改良结构,对已定位到的面部表情进行分类。相比于端到端的模型,可以引入更多的可控的人类学习经验与有效训练数据,从而得到更优秀的分类结果。实验结果表明该系统的可行性,在FER2013数据集上产生了较优异的结果,总正确率达69.83%。相对于现有算法,具有容易训练、准确度高、实时性强、鲁棒性好与易增添后续功能等优点,未来有很大提升空间。
