-
题名基于改进卷积神经网络的多视角人脸表情识别
被引量：22
- 1
-
-
作者
钱勇生
邵洁
季欣欣
李晓瑞
莫晨
程其玉
-
机构
上海电力学院电子与信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第24期12-19,共8页
-
基金
国家自然科学基金青年科学基金项目(No.61302151
No.61401268)
上海市自然科学基金(No.15ZR1418400)
-
文摘
人脸表情识别是计算机视觉领域的研究热点之一。针对自然状态下的人脸存在多视角变化、脸部信息缺失等问题,提出了一种基于MVFE-LightNet(Multi-View Facial Expression Lightweight Network)的多视角人脸表情识别方法。首先,在残差网络的基础上设计卷积网络提取不同视角下的表情特征,引入深度可分离卷积来减少网络参数。其次,嵌入压缩和奖惩网络模块学习特征权重,利用特征重新标定方式提高网络表示能力,并通过加入空间金字塔池化增强网络的鲁棒性。最后,为了进一步优化识别结果,采用AdamW(Adam with Weight decay)优化方法使网络模型加速收敛。在RaFD、BU-3DFE和Fer2013表情库上的实验表明,该方法具有较高的识别率,且减少网络计算时间。
-
关键词
多视角人脸表情识别
MVFE—LightNet
残差网络
深度可分离卷积
压缩和奖惩网络模块
空间金字塔池化
-
Keywords
multi-view facial expression recognition
Multi-View Facial Expression Lightweight Network （MVFE-LightNet）residual network
depthwise separable convolution
Sequeeze-and-Excitation block
spatial pyramid pooling
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于注意力机制和混合网络的小群体情绪识别
被引量：6
- 2
-
-
作者
季欣欣
邵洁
钱勇生
-
机构
上海电力大学电子与信息工程学院
-
出处
《计算机工程与设计》
北大核心
2020年第6期1683-1688,共6页
-
基金
国家自然科学基金青年科学基金项目(61302151、61401268)
上海市自然科学基金项目(15ZR1418400)。
-
文摘
针对自然状态下小群体图像的情绪分类,提出基于面部、场景和骨架3种视觉线索的混合深度网络,分别利用3类卷积神经网络(convolutional neural networks,CNN)分支独立学习,通过决策融合获得最终的情绪分类。其中面部CNN通过注意力机制学习不同人脸的权重,获得整张图片关于人脸的特征表示,利用large-margin softmax(L-softmax)损失函数进行判别性学习;使用先进的姿势估计方法OpenPose获得图像中所有人体骨架,作为基于骨架卷积神经网络的输入。考虑图片的场景信息,将整张图片作为基于场景CNN的输入。实验结果表明,改进模型对自然状态下3种类型的小群体情绪识别鲁棒,取得了较高的准确率。
-
关键词
小群体情绪识别
场景理解
混合网络
注意力机制
大边缘损失函数
压缩和奖惩网络模块
-
Keywords
group emotion recognition
scene understanding
hybrid network
attention mechanism
large-margin softmax
sequeeze-and-excitation block
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
