-
题名结合三维交互注意力与语义聚合的表情识别
- 1
-
-
作者
王广宇
罗晓曙
徐照兴
丰芳宇
许江杰
-
机构
广西师范大学电子与信息工程学院
江西服装学院大数据学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第6期238-248,共11页
-
基金
广西人文社会科学发展研究中心科学研究工程·创新创业专项(重大委托项目)(ZDCXCY01)。
-
文摘
针对传统卷积网络难以有效整合不同阶段人脸面部表情的特征、存在特征表征瓶颈以及无法高效利用上下文语义等问题,提出了一种结合三维交互注意力与语义聚合的面部表情识别方法。在秩扩展(ReXNet)网络的基础上对其进行优化,在消除表征瓶颈的情况下,融合上下文特征,使其更适配表情识别任务。为捕获判别性人脸表情细粒度特征,结合非本地块与跨维度信息交互理论构建了三维交互注意力。为充分利用表情的浅中层底层特征与高层语义特征,设计了语义聚合模块,将多级全局上下文特征与高级语义信息进行聚合,达到同一类别的表情语义相互增益、增强类内一致性的目的。实验表明,该方法在公开数据集RAF-DB、FERPlus和AffectNet-8上的准确率分别为88.89%、89.53%与62.22%,展现了该方法的先进性。
-
关键词
人脸表情识别
表征瓶颈
三维交互注意力
上下文语义
-
Keywords
facial expression recognition
expression bottlenecks
3D interactive attention
contextual semantics
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
