基于遷移學(xué)習(xí)VGG-16的微表情識別

打開文本圖片集

摘要：為提高微表情識別精度更好地為微表情分類，提出遷移學(xué)習(xí)技術(shù)與VGG-16模型相結(jié)合的微表情識別方法。以CASME、CASMEⅡ作為數(shù)據(jù)集，在預(yù)處理階段通過對圖像進(jìn)行幾何變換、均衡化構(gòu)建微表情數(shù)據(jù)集。利用遷移學(xué)習(xí)后的VGG-16為模型，用數(shù)據(jù)增強(qiáng)后的數(shù)據(jù)集，在相同參數(shù)環(huán)境下，與AlexNet、GooLeNet、ResNet-18模型做對比，探究了不同模型對8種微表情識別的影響，同時探究了不同數(shù)據(jù)集對模型的性能影響。（剩余4216字）