简介:摘要:随着大数据时代的到来,人工智能、深度学习研究领域逐渐成为热门。本研究从参数对模型准确率的影响角度来改进模型,数据集采用的是CK+公共人脸数据集,将数据集除去蔑视后,每张照片取最后三张峰值图最终整理得到愤怒、厌恶、恐惧、快乐、悲伤、惊讶六类共计927张48×48格式图片。以该数据集为样本在VGG16模型的基础上综合finetune和bottleneck两种优化策略,探究包括训练集测试集的比例、模型输入的尺寸、锐化翻转等不同的变换方式、Dropout参数对模型准确率的影响,最终模型准确率从开始的89.07%提高到了93.60%,能够完成人脸基础表情的识别任务。
简介:摘要:本研究旨在深层次探讨人脸表情识别技术的特征、局限性和未来发展趋势。根据对目前技术的详细分析,包含算法原理、实体模型架构设计等方面详尽研究,进一步探讨了这一技术在人机交互技术、情感计算、社会心理学研究等方面的广泛运用,调查了该预期效果和潜在影响。与此同时文中思考了目前系统软件中出现的光转变、脸部遮蔽等问题和挑战,阐述了其在多种具体场景下的运用窘境。最终本研究旨在未来展望人脸表情识别技术的行业发展趋势,探讨新起技术的整合和交叉学科研究,通过对这些目标深层次研究,能够为人脸表情识别技术的进一步发展给予基础理论适用与实践具体指导,以适应市场需求的持续复杂而多元化。
简介:摘要人脸识别技术在实际生活中应用广泛,本文首先回顾近年来人脸识别的一般方法超分辨率算法、基于稀疏表示的分类方法、基于核范数的矩阵回归方法,并分别指出现有方法的适用范围及其局限性。最后对现阶段人脸识别在实际应用中亟待解决的问题进行总结,并展望今后人脸识别研究的发展趋势。