基于改进纹理特征与迁移学习的人脸表情识别

摘要：

针对小样本表情识别无法有效提取表情特征,以及单一特征提取方法提取的信息不够丰富等问题,提出一种融合视觉注意力(VIT)与改进局部图结构特征的人脸表情识别算法.首先对局部图结构进行改进,在计算特征时采样更多的邻域像素,重新优化权重分配机制,对表情图像使用纹理描述符提取局部特征.同时将表情图像送入视觉注意力模型中,通过迁移学习的方法得到全局特征.最后将局部纹理特征与全局特征进行融合,得到融合特征并使用Softmax对表情进行分类.通过在CK+与Oulu-CASIA数据集上进行实验,分别取得了97.4％与87.6％的识别准确率.结果表明,本文方法能准确识别出人脸的基本面部表情,与其他方法相比能得到更高的识别准确率.

关键词：图像处理、表情识别、注意力机制、特征融合

所属期刊栏目：13

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：181-186