摘要：人脸表情识别是计算机视觉领域里一项热门且有挑战性的任务。由于人脸表情的特性相对固定,从宏观上针对人脸表情的特性进行方法设计能有效提高人脸表情识别的性能。基于这一观点,针对人脸表情特征的不规则特性和空间多尺度互补特性,提出了基于通道注意的可变形金字塔网络。该网络主要由可变形卷积块、空间金字塔池化块和通道注意块构成,其中可变形卷积块有助于网络对人脸表情的不规则特征进行采样;而空间金字塔池化块则加强了网络学习多尺度空间上下文情绪信息的能力;通道注意块则促使网络动态关注更具判别性的情绪特征。该方法在CK+、JAFFE以及Oulu-CASIA三个实验室环境的人脸表情数据集和FER2013以及RAF-DB两个野外环境的人脸表情数据集上进行了对比实验和消融实验并取得了有竞争力的结果。从可视化结果上看,该方法提取的特征及关注的人脸区域符合不同表情的呈现特性和人们日常判断表情的规律。

摘要：描述了一个简单多任务内核的设计和实现方法。分析了该简单内核的基本结构和加载运行的基本原理,然后描述了其被加载进机器RAM中以及两个任务进行切换的运行方法。