智能看护场景下的婴幼儿表情识别

作     者：王一评 王改华 WANG Yi-ping;WANG Gai-hua

作者机构：天津科技大学人工智能学院天津300457 

基　　金：国家自然科学基金项目(61601176) 国家级大学生创新创业训练计划资助项目(202310057233) 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2025年第35卷第2期

页      码：16-23页

摘      要：基于深度学习的表情识别方法逐渐应用于婴幼儿智能看护场景下,但大多数方法都是基于实验环境下的单人、正面图像的识别,对真实场景下多人表情识别效果欠佳;且深度网络模型存在训练耗时过长、数据处理速度慢的问题,导致表情识别的实时性难以得到保障。因此,该文提出一种改进的轻量型婴幼儿表情识别方法。首先,它在YOLOv8的基础上,结合深度可分离卷积和注意力机制理论,设计了轻量化注意力机制网络结构,减少了网络的参数并有效提取出显著特征;其次,搭建知识蒸馏框架,以YOLOv8L为教师网络模型,利用Channel-wise Knowledge Distillation(CWD)知识蒸馏的方式,采用改进的损失函数对学生模型进行蒸馏,提高婴幼儿的表情识别准确率及算法的实时性;最后,通过实验验证,该网络在智能看护场景下的婴幼儿(0-3岁)表情数据集上表现出色,mAP达到了73.4%。参数量仅有2.6 MB,便于部署在边缘设备上,对比其他表情识别算法,在CK+数据集上准确率达到99.1%,参数量也较小。

主 题 词：婴幼儿 YOLOv8 表情识别 轻量化 注意力机制 知识蒸馏 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.20165/j.cnki.ISSN1673-629X.2024.0307

馆 藏 号：203157304...