基于改进深度残差网络的低功耗表情识别-计算机科学.PDF

第 卷 第 期 计 算 机 科 学 ４５ 　 ９ Vol．４５No．９ 年 月 ２０１８ ９ COMPUTER SCIENCE Se．２０１８ p 基于改进深度残差网络的低功耗表情识别 杜 进 陈云华 张 灵 麦应潮 　 　 　 　 　 ( ) 广东工业大学计算机学院 广州 　 ５１００００ 　 , . 摘 要 为了提高表情识别率并降低表情识别的功耗 提出一种基于改进深度残差网络的表情识别方法 残差学习 　 　 、 , . , 在解决深度卷积神经网络退化问题 使网络层次大幅加深的同时 进一步增加了网络的功耗 为此 引入具有生物真 ( , ) , 实性的激活函数来代替已有的整流线性单元 RectifiedLinearUnitsReLU 函数 并将其作为卷积层激活函数对深度 . , 残差网络进行改进 该方法不仅提高了残差网络的精度 而且训练出的网络权重可直接作为与该深度残差网络具有 . , 相同结构的深度脉冲神经网络的权重 将该深度脉冲神经网络部署在类脑硬件上时 其能够以较高的识别率和较低 的能耗进行表情识别. , , ( ) , 关键词 表情识别 残差网络 神经元 卷积神经网络 　 Leak InterateandFireLIF y g 中图法分类号 文献标识码 / 　TP１８３　　　 　A　　　DOI　１０．１１８９６ ．issn．１００２Ｇ１３７X．２０１８．０９．０５１ j 　 Ener ＧefficientFacialExressionReconitionBasedonIm rovedDee ResidualNetworks gy p g p p DUJin　CHENYunＧhua　ZHANGLin　MAIYinＧchao g g ( , , , ) SchoolofCom utersGuandon UniversitofTec