摘要
不同人脸表情差异小造成表情相似度高,导致识别准确率不理想,为此本文提出了一种多尺度高阶精简双线性池化模型。首先,该模型提取Res Net-18的高层卷积,并融入SES注意力机制和精简双线性池化生成高阶特征;其次,将高阶特征多尺度特征融合;最后,将该模型在公开的人脸表情数据集CK+、RAF-DB进行实验,最终识别率分别为84.58%、96.92%。实验结果表明,该模型优于Gabor、Deep Exp3D、DSN等方法,具有一定优势。
出处
《江苏通信》
2024年第5期98-103,共6页
Jiangsu Communication
