|
|||||
|
|
| 基于全局空间注意力的人脸表情识别 | |
| 引用本文： | 李一凡,袁龙健,王瑞.基于全局空间注意力的人脸表情识别[J].工业控制计算机,2022(1):75-76+84. |
| 作者姓名： | 李一凡 袁龙健 王瑞 |
| 作者单位： | 上海大学通信与信息工程学院 |
| 基金项目： | 国家自然科学基金资助(61771299)。 |
| 摘 要： | 人脸表情识别是模式识别领域中一个重要的研究方向。传统的机器学习方法受限于需要手动提取特征,该方式会导致识别结果的泛化能力不足,且稳定性较差。针对该限制,设计了一种基于深度学习的人脸表情识别算法,该算法通过卷积神经网络提取特征,然后经过全局空间注意力模块对特征分配权重,增强并融合重要特征、抑制边缘特征,从而提升网络分类的准确性。通过在FER2013人脸表情数据集上的实验,验证了该算法的合理性与有效性,最高达到了1.014%的准确度提升。最后,将算法应用于真实场景下的人脸表情识别,同样能拥有较高的识别精度,验证了该算法在真实环境下的有效性。 |
| 关 键 词： | 人脸表情识别 深度学习 卷积神经网络 全局空间注意力模块 |
Facial Expression Recognition Based on Attention Mechanism |
|
| Abstract: | |
| Keywords: | facial expression recognition deep learning convolutional neural network global spatial attention module |
| 本文献已被 维普 等数据库收录！ | |