-
题名基于不对称非局部高效信道注意时空网络面部表情识别
- 1
-
-
作者
闫静杰
孙雯静
顾晓娜
周晓阳
魏金生
-
机构
南京邮电大学通信与信息工程学院
东南大学信息科学与工程学院
-
出处
《南京邮电大学学报(自然科学版)》
北大核心
2025年第3期77-86,共10页
-
基金
国家自然科学基金(61501249)
区块链技术与数据安全工业和信息化部重点实验室开放课题(20242218)资助项目。
-
文摘
为了从信道域、时间域、空间域多维度进行表情特征提取和学习,提出了一种新的不对称非局部高效信道注意时空网络(Asymmetric Non‑local Efficient Channel Attention Spatial‑temporal Net‑work,ANECASN)并应用于面部表情识别。ANECASN主要包含3个模块:第一个模块为轻量型的不对称非局部模块,用于捕获长序列依赖关系,并在该模块中使用金字塔汇集优化特征选择机制以获得较好的局部情感特征,改善深度卷积运算在长序列上计算效率低且情感识别率低的问题;第二个模块为高效信道注意模块,给有利于情感识别的通道以高权重,可在不降维的同时实现局部跨信道交互,降低模型复杂度并增强情感的非线性表达能力以实现性能提优;第三个模块为时空LSTM模块,可通过学习情感特征的空间相关性以及情感特征序列的时间相关性,促进时空之间的信息交互。选择Multimodal和RAMAS数据库进行实验,结果表明,ANECASN在Multimodal Data‑base上达到了61.54%的识别率,在RAMAS上达到了42.49%的识别率,相较于基线ResNet‑50提高了至少5%。
-
关键词
人脸表情
不对称非局部高效信道注意时空网络
不对称非局部
高效注意信道
时空LSTM
-
Keywords
facial expression
asymmetric non-local efficient channel attention spatial-temporal network(anecasn)
asymmetric non-local
efficient channel attention
spatio-temporal LSTM
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
