Особенности использования сверточных нейронных сетей для распознавания эмоций человека в условиях зашумленности данных

Abstract

Данная работа посвящена разработке моделей CNN для анализа эмоций человека на изображениях с учетом шумов. В работе использовался гауссовский шум, был изучен механизм внимания Squeeze-and-Excitation для повышения устойчивости модели к шумам. На основе архитектуры ResNet с интегрированным механизмом внимания была разработана модель, которая показала устойчивость к шуму с параметром сигма менее 0.5. Результаты обучения модели оценивались по метрикам Accuracy, Precision, Recall и F1-score.