系统总结

本系统实现了一种基于卷积神经网络的人脸表情识别模型，采用VGGNet神经网络，使用基于Nesterov momentum的SGD方法训练神经网络，并使用学习速率监测器减轻过拟合现象。最终，我们使用训练好的网络，构建出了可以实时识别人脸表情的一个系统。

本系统的识别精准度能够达到67%左右，尚有很大的提升空间，可改进的方向有：

1. 由于Disgust的样本数量较少，可以考虑使用额外的训练数据或者进一步的数据增强；
2. 尝试采用其他方法优化我们的网络，如Adagrad、AdaDelta、Adam；
3. 考虑结合其他技术，如PCA、SVM等。

通过本次项目实践，更好地掌握了有关机器视觉方面的理论知识，并与卷积神经网络结合，同时，增强了我们的实战能力。