Investigación sobre un sistema de reconocimiento de expresiones faciales en tiempo real y ligero basado en un algoritmo Mini-Xception mejorado
Autores: Sun, Xuchen; Yang, Jianfeng; Zhou, Yi
Idioma: Inglés
Editor: MDPI
Año: 2026
Acceso abierto
Artículo científico
2026
Investigación sobre un sistema de reconocimiento de expresiones faciales en tiempo real y ligero basado en un algoritmo Mini-Xception mejorado
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Reconocimiento de expresiones faciales
Modelo ligero
Algoritmo Mini-Xception
Dispositivos con recursos limitados
Convoluciones separables por profundidad
Conjunto de datos FER2013
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Este documento propone un modelo ligero de reconocimiento de expresiones faciales basado en un algoritmo mejorado de Mini-Xception para abordar el problema de implementar modelos existentes en dispositivos con recursos limitados. El modelo logra un reconocimiento ligero de expresiones faciales, particularmente para aplicaciones orientadas a personas mayores, al introducir convoluciones separables por profundidad, conexiones residuales y una reconstrucción de expresiones de cuatro clases. Estos diseños reducen significativamente el número de parámetros y la complejidad computacional, manteniendo una alta precisión. El modelo alcanza una precisión del 79.96% en el conjunto de datos FER2013, superando varios otros modelos populares, y permite una inferencia eficiente en tiempo real en entornos de CPU estándar.
Descripción
Este documento propone un modelo ligero de reconocimiento de expresiones faciales basado en un algoritmo mejorado de Mini-Xception para abordar el problema de implementar modelos existentes en dispositivos con recursos limitados. El modelo logra un reconocimiento ligero de expresiones faciales, particularmente para aplicaciones orientadas a personas mayores, al introducir convoluciones separables por profundidad, conexiones residuales y una reconstrucción de expresiones de cuatro clases. Estos diseños reducen significativamente el número de parámetros y la complejidad computacional, manteniendo una alta precisión. El modelo alcanza una precisión del 79.96% en el conjunto de datos FER2013, superando varios otros modelos populares, y permite una inferencia eficiente en tiempo real en entornos de CPU estándar.