https://www.bilibili.com/video/BV1964y1Y7ET?share_source=copy_web基于改进AlexNet卷积神
基于AlexNet卷积神经网络的人脸表情识别
为了解决传统卷积神经网络用于人脸表情识别准确率不高的问题,提出了一种基于深度AlexNet卷积神经网络的表情识别方法。
表情识别系统MATLAB APP开发深度学习
人脸表情识别作为计算机视觉领域的一个经典研究课题，在人机交互领域也有着重要的应用。传
统的表情特征提取方法提取效率低、资源浪费严重，特征提取不完全。因此，研究者们开始利用卷
积神经网络(Convolutional Neural Network，CNN)进行表情识别研究。卷积神经网络以其局部权值共享的特殊结构，在语音识别和图像处理方面有着独特的优越性。但随着网络深度的加深，其分布逐渐发生偏移，导致梯度消失进而收敛越来越慢，训练速度慢，准确度下降。
该方法基于AlexNet网络的基本结构,采用单图形处理单元（Graphics Processing Unit,GPU）进行训练,可修改网络结构。
1 经典 AlexNet 网络
?样本被分为
0=anger(生气)
1=disgust(厌恶)
2 = fear(恐惧)
3 = happy(开心)
4 = sad(伤心)、
5=surprised(惊讶)
6=normal(中性)?
可自定义数据集
?总结：针对表情识别分类，本文结合深度学习和经典分类算法，在经典 AlexNet 卷积神经网络的结构上进行:采用单 GPU 进行训练，可改进网络。
1、可开发设计APP
2、手把手带你玩转Matlab深度学习，目标检测实战项目
如有帮助：【玩转视觉科技】公众号或者 \/：wanzhuanshijuekeji