-
题名多尺度感受野增强的人脸表情识别方法
- 1
-
-
作者
袁姮
常峻溪
-
机构
辽宁工程技术大学软件学院
-
出处
《传感器与微系统》
北大核心
2025年第6期51-55,共5页
-
基金
国家自然科学基金资助项目(61172144)
辽宁省自然科学基金资助项目(20170540426)
辽宁省教育厅重点基金资助项目(LJYL049)。
-
文摘
针对基于卷积神经网络(CNN)的人脸表情识别方法对图像细节特征提取不充分,模型泛化能力较差,关键特征信息利用率低的问题,提出一种多尺度感受野增强的人脸表情识别网络(MRENet)。首先,设计融合空洞卷积的多尺度特征提取模块(AMF Block),该模块在不增加参数量的同时,融合不同感受野特征图信息,提高网络的准确率与鲁棒性;然后,融合通道注意力和空间注意力的双注意力机制(DAM),能够充分提取通道域和空间域特征,增强对关键特征的感知能力与提取能力,提升网络识别精度;最后,采用SoftMax分类器实现对人脸表情的准确识别。本文方法在数据集FER2013、CK+和JAFFE上识别准确率分别达到74.76%、98.49%和98.42%,证明了该方法的有效性。
-
关键词
人脸表情识别
空洞卷积
注意力机制
多尺度特征
-
Keywords
facial expression recognition
atrous convolution
attention mechanism
multi-scale feature
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
