摘要：針對深度卷積神經網絡隨著卷積層數增加而導致網絡模型難以訓練和性能退化等問題,提出了一種基于深度殘差網絡的人臉表情識別方法。該方法利用殘差學習單元來改善深度卷積神經網絡模型訓練尋優的過程,減少模型收斂的時間開銷。此外,為了提高網絡模型的泛化能力,從KDEF和CK+兩種表情數據集上選取表情圖像樣本組成混合數據集用以訓練網絡。在混合數據集上采用十折(10-fold)交叉驗證方法進行了實驗,比較了不同深度的帶有殘差學習單元的殘差網絡與不帶殘差學習單元的常規卷積神經網絡的表情識別準確率。當采用74層的深度殘差網絡時,可以獲得90.79%的平均識別準確率。實驗結果表明采用殘差學習單元構建的深度殘差網絡可以解決網絡深度和模型收斂性之間的矛盾,并能提升表情識別的準確率。