基于多尺度特征注意力机制的人脸表情识别

摘要：

针对传统卷积神经网络在人脸表情识别过程中存在有效特征提取针对性不强、识别准确率不高的问题,提出一种基于多尺度特征注意力机制的人脸表情识别方法.用两层卷积层提取浅层特征信息;在Inception结构基础上并行加入空洞卷积,用来提取人脸表情的多尺度特征信息;引入通道注意力机制,提升模型对重要特征信息的表示能力;最后,将得到的特征输入Softmax层进行分类.通过在公开数据集FER2013和CK+上进行仿真实验,分别取得了68.8％和96.04％的识别准确率,结果表明该方法相比许多经典算法有更好的识别效果.

关键词：卷积神经网络;人脸表情识别;空洞卷积;通道注意力机制

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：182-189