-
题名基于改进轻量级秩扩展网络的人脸表情识别方法
被引量：4
- 1
-
-
作者
郑伟鹏
罗晓曙
蒙志明
-
机构
广西师范大学电子工程学院
广西师范大学创新创业学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第9期189-196,共8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
人脸表情识别作为人机交互的一种重要方法,广泛应用于智能医疗、公安测谎系统、车载安全系统等领域。现有人脸表情识别方法多数存在参数量冗余、计算成本高、特征表达瓶颈等问题。提出一种基于改进轻量级秩扩展网络ReXNet的人脸表情识别方法。通过构建改进的ReXNet以提取人脸表情特征,在参数量较少的条件下解决特征表达瓶颈的问题,增强对表情局部特征的关注,获得高层次的表情特征,同时融合坐标注意力模块,将位置信息嵌入到通道注意力中,精准地定位和识别感兴趣的特征,建立位置信息与局部特征之间的长依赖关系,减少计算开销。在此基础上,将细化模块引入到改进的网络架构中,利用类别上下文信息细化分类结果,增强类间的分化效果,从而提高人脸表情识别的准确率。实验结果表明,该方法在RAF-DB和FERPlus数据集上的人脸表情识别准确率分别达到88.43%和88.8%,相比VGG16-PLD、SHCNN、ResNet+VGG等方法,具有较高的准确率和较优的鲁棒性。
-
关键词
人脸表情识别
秩扩展网络
表达瓶颈
坐标注意力机制
细化模块
-
Keywords
Facial Expression Recognition(FER)
rank expansion network(rexnet)
expression bottleneck
Coordinate Attention(CA)mechanism
refinement module
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
