基于ResNet和HOA模型的面部表情识别方法研究

作     者：王海涛 孙新领 王佳辉 特列吾别克·哈哈尔曼 WANG Haitao;SUN Xinling;WANG Jiahui;TELIEWUBIEKE Hahaerman

作者机构：河南工学院工程技术教育中心河南新乡453003 河南工学院计算机科学与技术学院河南新乡453003 哈密职业技术学院新疆哈密839000 

基　　金：河南省教育科学“十三五”规划2020年度教育援疆专项课题(2020ZY010) 河南省科技攻关项目(202102210153) 

出 版 物：《河南工学院学报》 (Journal of Henan Institute of Technology)

年 卷 期：2022年第30卷第6期

页      码：13-16,80页

摘      要：针对面部表情识别率低的问题,提出了一种ResNet结合HOA的面部表情识别方法。首先,利用复杂的高阶统计信息,对残差网络提取的特征进行建模,进而提高表情识别的准确率;其次,通过对ResNet模型进行改造,使其适用于灰度图像;最后,在CK+面部表情数据集和Fer2013面部表情数据集上进行实验,验证设计方法的有效性。结果显示,所提出方法在两个数据集上的识别准确率可分别高达97.50%和94.40%。通过对比实验表明,相比其他几种较新的面部表情识别方法,提出的方法可以获得更高的识别率。

主 题 词：面部表情识别 残差神经网络 高阶注意力模型 关键区域 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1008-2093.2022.06.004

馆 藏 号：203116089...