基于M-Xception网络的戴口罩人脸表情识别

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(faceemotionrecognition withmask,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-Xception Net(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.