基于Res2Net的人臉表情識(shí)別方法

打開(kāi)文本圖片集

摘要：為解決自然條件下人臉表情識(shí)別易受角度、光線、遮擋物的影響以及人臉表情數(shù)據(jù)集各類表情數(shù)量不均衡等問(wèn)題，提出基于Res2Net的人臉表情識(shí)別方法。使用Res2Net50作為特征提取的主干網(wǎng)絡(luò)，在預(yù)處理階段對(duì)圖像隨機(jī)翻轉(zhuǎn)、縮放、裁剪進(jìn)行數(shù)據(jù)增強(qiáng)，提升模型的泛化性。引入廣義平均池化（generalized mean pooling，GeM）方式，關(guān)注圖像中比較顯著的區(qū)域，增強(qiáng)模型的魯棒性；選用Focal Loss損失函數(shù)，針對(duì)表情類別不平衡和錯(cuò)誤分類問(wèn)題，提高較難識(shí)別表情的識(shí)別率。（剩余8966字）