一种基于Keras和CNN的人脸表情识别系统设计

来源 :电脑知识与技术 | 被引量 : 3次 | 上传用户:dillon100200
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
采用深度学习算法的人脸表情识别系统需要较高的CPU或GPU硬件进行模型训练。实践中也需要将模型嵌入不同的硬件终端平台进行识别,工程化后的系统软硬件成本较高。该文提出一种B/S结构的低成本静态图片人脸表情识别系统,技术路线采用Bootstrap、Python、Anaconda、Tensorflow和Keras,采用CNN实现人脸检测定位和表情检测分类功能。模型训练集采用了CK+、Fer2013、日本的JAFFE等开放数据库。系统通过浏览器端上传人脸表情图片进行识别处理,将GPU训练好的CNN模型在单机
其他文献
摘要:我国网络通信规模巨大,且随着用户对网络服务质量的要求不断提高,导致网络中存在大量类型各异的数据,为了完成这些数据的传输任务,网络设备不得不耗费更多的资源进行计算与处理,这对网络整体性能的稳定造成了一定的影响。在此情况下,网络性能维护工作必须加以改进和完善,其重点就在于网络异常点的确定与处理。该文提出了一种基于SVM的网络异常点检测技术,并构建了相关的同点时间序列模型,能够对网络异常点实施动态
随着网络的逐渐普及,越来越多的人开始使用网络,在这一过程中,会产生众多的数据信息,这也为大数据时代的到来奠定了基础。在大数据时代,计算机网络信息安全面临着来自多方的
该文以北京农学院为例,首先讨论了物联网工程专业实验室建设的必要条件,然后从学科基础及专业必修课的课程实验与课程设计实验室建设,工程实践实验室建设,创新创业和项目实习实验室建设几方面探讨了物联网工程专业实验室建设,并且以将智慧农业温室大棚和企业联合实验室纳入该专业实验室体系,作为农业院校物联网工程专业实验室建设的特色,以供相关人员参考和借鉴。