-
题名改进VGG网络的人脸表情识别
- 1
-
-
作者
郭昕刚
沈紫琪
王晓林
-
机构
长春工业大学计算机科学与工程学院
长春市城市科学研究所
-
出处
《长春工业大学学报》
CAS
2023年第1期52-57,共6页
-
基金
吉林省教育厅基金资助项目(JKH20210754KJ)。
-
文摘
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%。
-
关键词
高阶残差模块
参数共享反馈子网络
通道注意力机制
-
Keywords
High-order residual module
parameter shared feedback sub-network
channel attention mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于残差网络注意力机制的人脸表情识别
- 2
-
-
作者
郭昕刚
沈紫琪
-
机构
长春工业大学计算机科学与工程学院
-
出处
《长春工业大学学报》
2023年第3期262-268,共7页
-
基金
吉林省教育厅基金项目(JKH20210754KJ)。
-
文摘
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。
-
关键词
表情识别
残差网络
通道注意力机制
多尺度空间注意力机制
-
Keywords
acial expression recognition
residual network
channel attention mechanism
multi-scale spatial attention mechanism.
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-