基于忆阻器卷积神经网络的表情识别

作     者：赵益波 蒋文 孟若禹 李业宁 Zhao Yibo;Jiang Wen;Meng Ruoyu;Li Yening

作者机构：南京信息工程大学电子与信息工程学院南京210044 江苏省大气环境与装备技术协同创新中心南京210044 

出 版 物：《电子测量技术》 (Electronic Measurement Technology)

年 卷 期：2022年第45卷第16期

页      面：93-101页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：江苏高校优势学科III期建设工程项目 国家自然科学基金(61871230) 江苏省自然科学基金(BK20181410)项目资助 

主　　题：忆阻器神经网络 表情识别 ResNet 卷积神经网络 

摘      要：忆阻器具有纳米级尺寸、低功耗、类似神经突触等优点,在神经计算、图像分类等领域具有广阔的应用前景。本文提出了一种基于忆阻器卷积神经网络的面部表情识别方法,首先基于忆阻器构建了ResNet卷积神经网络,并对ResNet网络进行剪枝操作,然后将ResNet模型的所有卷积层以及全连接层的权重映射为忆阻器十字交叉阵列中忆阻器的忆导值。实验结果显示忆阻器卷积神经网络模型在FER2013数据集上的识别准确率为63.82%,在CK+数据集上的识别准确率为93.95%。相比与原卷积网路,准确率损失仅分别为0.31%和0.76%。最后测试了忆阻器的非理想特性对准确率的影响,为忆阻器神经网络的实际部署提供参考。