收藏本站
《电子科技》 2020年09期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于SWA优化级联网络的表情识别方法

张翔  史志才  陈良  
【摘要】:为了提高表情识别技术的检测精度,文中提出了一种采用随机权重平均SWA优化级联网络的人脸表情识别方法。与单个卷积网络相比,多网络级联能得到更好的检测精度。相对于传统的SGD训练方法,SWA训练方法能增强级联网络中子网络的泛化能力,进一步提高模型的整体性能。通过在Fer2013数据集上测试实验发现,基于SWA方法训练采用加权求和法方式级联的网络模型识别准确率达到74.478%,相对于传统SGD方法训练的单网络模型提高了1.4%以上。另外,与其他典型方法相比,所提改进模型的识别准确率更高。

知网文化
【相似文献】
中国期刊全文数据库 前2条
1 陈蕾,张道强,周鹏,陈松灿;基于SWA的核自联想记忆模型及其人脸识别应用[J];应用科学学报;2005年05期
2 冯小民;深入认识SWA音频格式[J];电脑爱好者;2002年05期
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978