移动端的表情识别有巨大需求,但是受算力限制,主流深度神经网络无法直接移植.为此,设计了一个浅层网络,在节约计算量的同时保证了识别率.网络中使用三组堆叠而成的卷积层,有助于增大感受野,便于更好地提取特征,这是提升识别率的关键;使用全局平均池化层,避免引入额外的全连接层,大幅降低参数量,在训练样本不足的情况下,降低模型过拟合风险.在FER-2013数据集进行训练,准确率超过现有大多数算法;在CK+数据集上进行微调,测试集上的准确率可达到0.96.将所得模型转换为Core ML模型,结合Xcode平台在iOS端搭建了实时表情识别App,在iPhone 8 Plus上能够稳定、流畅运行,识别效果达到预期.

MATLAB作为一款科学计算软件,除了强大的编程、计算、建模等功能外,还提供了用于制作GUI(Graphical User Interfaces,图形用户界面)的一系列接口,通过使用这些接口,可以很方便地创建出具有特定功能的GUI程序.本文使用GUIDE方法,通过设置控件的不同属性、编写对应的回调函数,并结合MATLAB的事件监听技术,设计并实现了一个具有视频录制、播放进度控制及三通道播放模式等功能的视频播放器.