基于注意力机制的卷积神经网络人脸表情识别

作     者：亢洁 李思禹 KANG Jie;LI Si-yu

作者机构：陕西科技大学电气与控制工程学院陕西西安710021 

基　　金：陕西省科技厅社会发展科技攻关计划项目(2016SF-410) 西安市科技计划项目(2019216514GXRC001CG002-GXYD1.7) 国家留学基金项目(201708615011) 

出 版 物：《陕西科技大学学报》 (Journal of Shaanxi University of Science & Technology)

年 卷 期：2020年第38卷第4期

页      码：159-165,171页

摘      要：现有的卷积神经网络规模越来越大,导致参数量过大,结构不够轻量,并且现有的网络难以识别人脸表情的细微变化,不能对人脸表情特征进行精确提取,表情识别性能有待提高.针对以上问题,提出了一种基于注意力机制的卷积神经网络表情识别方法.该方法设计了一种新的网络结构,网络在卷积层的基础上增加了残差恒等块,同时引入注意力模块(Spatial Group-wise Enhance module,SGE),有效缓解了网络的过拟合现象,丰富了人脸表情特征学习,并利用全局特征和局部特征的相似性来指导语义特征的空间分布,使每个特征组自主增强人脸表情的特征学习.该网络结构较为轻量,参数量较少.在RAF-DB和CK+数据集上的实验结果表明,该方法有效改善了人脸表情识别的性能.

主 题 词：卷积神经网络 人脸表情识别 注意力机制 残差恒等块 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.19481/j.cnki.issn2096-398x.2020.04.024

馆 藏 号：203955728...