改进VGG网络的人脸表情识别

在VGG网络上加入改进型高阶残差模块和参数共享反馈子网络降低网络退化度和减少网络参数量,并利用通道注意力机制给通道分配不同权重,来提高表情识别度。将此网络运用到两个具有代表性的数据集FER2013、CK+中。实验结果表明,识别率分别为65.34%和96.88%。

基于残差网络注意力机制的人脸表情识别

提出一种基于残差网络的人脸表情识别方法。以残差网络为基础,加入裁剪掩码对图像任意区域任意大小遮掩,通过通道注意力机制对重要程度不同的通道分配不同权重,以增加抓取关键信息能力,将多尺度特征与空间注意力机制相结合,以不同感受野提取信息,提高网络提取能力,使用联合损失函数增加类外距离,减小类内距离。将此网络运用到FER2013,CK+数据集中。实验结果表明,识别率分别为64.81%,96.86%,参数量为5.21 M。