《表1 网络各层的信息描述》

  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

《融合CNN与BLSTM神经网络的面部表情识别》

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

实验中，将连续50张大小为64*64的图片帧作为输入，构建了两个卷积层（C1，C2），两个池化层（S1，S2)，1个全连接层（FC1）组成的卷积神经网络结构。卷积核（C1，C2）的大小分别为7*7*3，7*7*3，特征图的大小分别为（50-3+1)*（64-7+1）*（64-7+1）=48*58*58和（16-3+1)*（20-7+1）*（20-7+1）=14*14*14，变量总量分别为6*48*58*58=968832和12*14*14*14=32928。池化层的降采样核大小均为3×3，并且全部采用的是最大采样，最终输出的变量规模为12*5*5*5=1500。每一个池化层都在对应的卷积层之后。如表1所示为网络各层的信息描述。