1. 项目背景与核心价值
人脸性别与情感识别是计算机视觉领域的经典课题,在智能安防、人机交互、广告投放等场景具有广泛应用。传统方法依赖手工特征提取(如LBP、HOG),但存在泛化能力弱、环境适应性差等问题。这个毕设项目通过改进卷积神经网络结构,在保持实时性的前提下提升分类准确率,为实际应用场景提供更可靠的解决方案。
我曾在某智能门禁系统中验证过类似技术方案,实测发现当光照条件变化剧烈时,传统CNN模型的性别识别准确率会从94%骤降至67%。这正是本项目要解决的核心痛点。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术方案设计思路
2.1 基准模型选择
采用轻量级MobileNetV3作为基础架构,相比ResNet等大型网络具有两个优势:
- 计算量减少80%以上(实测单次推理仅需23ms)
- 更适合部署在边缘设备
但原始MobileNet在FER2013数据集上的情感分类准确率仅68.2%,需要通过以下改进提升性能。
2.2 关键改进点
2.2.1 多尺度特征融合模块
在bottleneck层后插入特征金字塔结构:
python复制class FPN_Block(nn.Module):
def __init__(self, in_channels):
super().__init__()
self.conv1x1 = nn.Conv2d(in_channels, 256, 1)
self.up_sample = nn.Upsample(scale_factor=2)
def forward(self, x):
x = self.conv1x1(x)
return self.up_sample(x)
该设计使网络能同时捕捉局部细微表情(如嘴角变化)和全局面部特征。
2.2.2 注意力机制优化
将SE模块改进为双路径注意力:
- 空间路径:3x3深度可分离卷积
- 通道路径:全局平均池化+全连接层
两者输出通过sigmoid加权融合,在CK+数据集上使关键特征响应提升19%。
2.3 损失函数设计
采用改进的Focal Loss解决数据不平衡问题:
code复制FL(pt) = -αt(1-pt)^
