《表1 神经网络参数:构建并行卷积神经网络的表情识别算法》
该模型包括16个卷积层,2个连接层和3个全连接层。前两个卷积层分别有64个卷积核,对应的卷积核大小分别为7×7和3×3。ParaU1中包括7个卷积层,a通道使用了3个连续的卷积,分别有64个、128个、128个卷积核,对应的卷积核大小分别是1×1、3×3、3×3。b通道使用了两个连续的卷积,分别有64个、28个卷积核,对应的卷积核大小分别是1×1、3×3。c通道在卷积层之前加入了一个池化层,用以减少图像的尺寸,后面使用了两个连续的卷积层,均使用了128个卷积核,对应的卷积核大小是1×1、3×3。3个并行通道分别提取特征之后,提取出的特征在Incep2a-out层中连接起来,送入池化层,缩小尺寸并进一步提取特征之后送入下一个并行处理单元。在两个并行单元之后,连接了3个全连接层。这里为了防止过拟合的问题,在3个全连接层上都加入了Dropout层[15],其值为0.4。最后输入给SoftMax层,用以实现表情图像的分类。参数设置如表1所示。
图表编号 | XD0047563100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.16 |
作者 | 徐琳琳、张树美、赵俊莉 |
绘制单位 | 青岛大学数据科学与软件工程学院、青岛大学数据科学与软件工程学院、青岛大学数据科学与软件工程学院 |
更多格式 | 高清、无水印(增值服务) |