结合改进卷积神经网络与自编码器的表情识别 |
| |
作者姓名: | 魏赟 李栋 |
| |
作者单位: | 上海理工大学光电信息与计算机工程学院 |
| |
基金项目: | 外高桥项目上海市科学技术委员会科研计划项目(19511105103)资助; |
| |
摘 要: | 为了克服单一神经网络模型提取表情特征困难,以及堆叠深层网络结构会造成训练过程复杂、参数冗余等问题,本文提出了一种引入注意力机制的轻量级CNN通道和卷积自编码器预训练通道的双通道模型.在轻量级CNN通道中以具有残差思想的深度可分离卷积结构进行深层次特征提取并且减少了模型参数量,还引入了通道域注意力机制使得该通道能够学习到...
|
关 键 词: | 表情识别 深度可分离卷积 卷积自编码器 注意力机制 |
|
|