基于改进的ResNet的人脸表情识别系统

表情识别已成为人机交互中的一种重要方法,成为计算机视觉研究的热点。目前,关于深度学习的方法已被广泛应用于面部表情识别,深度模型的训练和优化引起了人们的广泛关注。在此背景下,文章使用改进后ResNet网络模型,在Fer2013数据集和CK+数据集上进行了训练,得到了准确且高效的人脸表情识别模型。并在此基础上结合Opencv计算机视觉库的视频读取功能和人脸检测模型,构建了人脸表情识别系统。由于改进后的网络模型更加的轻量化,所以构建出来的人脸表情识别系统,具有体积小、计算量小和识别快速的特点。