基于M-Xception 网络的戴口罩人脸表情识别
摘 要：目前，国内外对于有遮挡的人脸表情识别研究较少，其中戴口罩的人脸表情识别(face emotion recognitionwith mask，FERM(应用场景复杂、数据集缺乏、识别准确率低，因此提出一种改进的Xception 网络模型M-XceptionNet(Modified Xception Net)，并建立一个FERM数据集．M-Xception 网络模型具有轻量级特性，参数量较少，对细微表情信息敏感，适用于场景复杂、分辨率较低表情数据集，并利用Dlib 的Face-Mask 技术，对FER2013 表情数据进行戴口罩的遮挡处理，生成FERM 数据集．将M-Xception 网络模型在FERM 数据集上进行测试，结果表明，戴口罩人脸表情识别准确率达到88.95%，高于直接利用Xception 网络进行戴口罩表情识别的准确率84.94%，并且缩短了训练时间．
论文下载：