-
题名多尺度高阶精简双线性池化的人脸表情识别
- 1
-
-
作者
王彬
刘天培
黄明亮
-
机构
中通服咨询设计研究院有限公司
-
出处
《江苏通信》
2024年第5期98-103,共6页
-
文摘
不同人脸表情差异小造成表情相似度高,导致识别准确率不理想,为此本文提出了一种多尺度高阶精简双线性池化模型。首先,该模型提取Res Net-18的高层卷积,并融入SES注意力机制和精简双线性池化生成高阶特征;其次,将高阶特征多尺度特征融合;最后,将该模型在公开的人脸表情数据集CK+、RAF-DB进行实验,最终识别率分别为84.58%、96.92%。实验结果表明,该模型优于Gabor、Deep Exp3D、DSN等方法,具有一定优势。
-
关键词
人脸表情识别
精简双线性池化
注意力机制
多尺度特征融合
残差网络
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—计算机科学与技术]
-
-
题名多分支精简双线性池化的人脸表情识别
被引量：1
- 2
-
-
作者
王彬
徐杨
石进
张显国
-
机构
贵州大学大数据与信息工程学院
贵阳铝镁设计研究院有限公司
-
出处
《计算机技术与发展》
2023年第3期27-33,共7页
-
基金
贵州省科技计划项目(黔科合支撑[2021]一般176)。
-
文摘
针对人脸表情识别研究中特征提取不充分、难以辨别人脸表情细微的类间差异等问题,提出了一种多分支精简双线池性化的人脸表情识别方法。该方法以ResNet-18为基础,在避免大幅度增加计算复杂度的前提下提升ResNet-18的特征提取能力,提出了一个新的多样化分支块(diverse branch block)对ResNet-18进行改进;为使改进后的ResNet-18更方便地聚焦人脸图像中产生表情区域的特征,提出了残差空间注意力;为了减少人脸表情细微的类间差异带来的不利影响,增强人脸表情类间的区别性,设计了多分支精简双线性池化结构。最后用所提的方法分别在公开的人脸表情数据集CK+、RAF-DB进行实验,识别率分别达到了98.46%、82.99%。实验结果表明,该方法的识别率优于DLP-CNN、MA、DeepExp3D等诸多的表情识别方法,具有一定的竞争性。
-
关键词
人脸表情识别
多样化分支块
残差空间注意力
多分支精简双线性池化
ResNet-18
-
Keywords
facial expression recognition
diverse branch block
residual spatial attention
multi-branch compact bilinear pool
ResNet-18
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
