《表1 增强后的数据集：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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Fer2013数据集图片数量相对较少，7类面部表情图片分布不均，有的类别图片数量较少，造成识别率低[6]，使复杂、深层卷积神经网络的鲁棒性较差。为了提高训练模型对面部表情的识别率，使用图像增强方法，通过旋转、水平平移、垂直平移、透视变换、随机缩放和水平翻转一系列操作将图片数量增加为原来的6.7倍左右，增强后具体的图片数量如表1所示。