基于混合注意力神经网络的表情识别

针对人脸表情识别研究中存在的表情类间差异小而导致的表情易混淆的问题,提出了一种改进模型。通过在残差网络的基础上引入混合注意力机制,强化模型对表情局部特征的关注,通过引入Focal Loss强化模型对复杂表情的学习,引入Center Loss帮助模型过滤出显著特征。实验表明,该方法在公开人脸表情数据集RER2013上的识别准确率为73.74%。

名师成长的规律——基于对贵阳市部分中学名师的调研

了解名师,对个人和社会都有非常重要的意义。通过对贵阳市部分中学名师的访谈和问卷调查分析,笔者初步总结了名师的一些特征及其成长特点,为教师的专业成长起到激励、示范作用,也为培养优秀教师提供一定的参考。