《表2 网络各层参数:基于数据增强和卷积神经网络的面部表情识别研究与实现》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于数据增强和卷积神经网络的面部表情识别研究与实现》
本实验训练模型是一个10层神经网络,模型具体结构为每次卷积后,再经过四个步骤的操作:BN、Relu激活函数、最大池化和Dropout,共经过四次卷积处理,每次卷积后都重复上述四次操作,然后经过256个神经元全连接和512个神经元全连接,最后通过softmax激活函数获取7种面部表情分类的概率,根据最大概率确认识别的类别,本文的CNN结构如图2所示。神经网络每层参数如表2所示,输入是48*48像素图片,经过卷积后,输出图片的大小没变,但是通道数增加,再经过最大池化后图片的大小缩小为原来的一半,去掉冗余信息,使特征图减小,加快运行速度,最后输出1*7的向量。
图表编号 | XD00116597000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 夏成静 |
绘制单位 | 长江大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |