基于CNN和修改VGG16模型的情感识别迁移学习比较研究
计算机视觉与模式识别
2024-07-23 v1
摘要
情感识别是人类交互的关键方面。该主题在人工智能领域引起了广泛关注。在本研究中，我们调查了卷积神经网络（CNN）和修改VGG16模型在情感识别任务中的性能，这两个模型分别在FER2013和AffectNet两个数据集上进行测试。我们的目标是衡量这些模型在识别情感方面的效果以及其在不同和更广泛数据集上的泛化能力。我们的发现表明，两个模型在FER2013数据集上都实现了相当好的性能，其中修改VGG16模型略高于CNN。当在AffectNet数据集上评估时，两个模型的性能都会下降，其中修改VGG16模型继续领先于CNN。我们的研究强调了情感识别中数据集多样性的重要性，并讨论了开放问题和未来研究方向，包括多模态方法的探索以及更全面数据集的开发。
引用
@article{arxiv.2407.14576,
title = {A Comparative Study of Transfer Learning for Emotion Recognition using CNN and Modified VGG16 Models},
author = {Samay Nathani},
journal= {arXiv preprint arXiv:2407.14576},
year = {2024}
}
备注
5 Pages, 9 figures