《表3 模型在CK+数据集上7种表情评估结果》

  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CNN集成的面部表情识别》

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

从实验中得出训练多个学习器并将其结合，使用结果明显超过当前的先进方法，采用集合方法的识别率优于单一模型的识别率，通过训练多个子网络模型，提取不同的互补深度特征表示，从而提高了网络模型性能。其中，加权平均的集合方法在CK+和FER-2013数据集上表现最佳，这是由于加权平均方法考虑了个体的重要性和置信度，这里将子网络B的权重设置要比其他子网络大一些。模型在CK+数据集上7种表情评估结果如表3所示，模型在FER-2013数据集上7种表情评估结果如表4所示。由表3和表4可以看出，表情“高兴”的准确率非常高，这也是人类最容易识别的表情。