期刊专题

10.11834/jig.230410

注意力引导局部特征联合学习的人脸表情识别

引用
目的 在复杂的自然场景下,人脸表情识别存在着眼镜、手部动作和发型等局部遮挡的问题,这些遮挡区域会降低模型的情感判别能力.因此,本文提出了一种注意力引导局部特征联合学习的人脸表情识别方法.方法 该方法由全局特征提取模块、全局特征增强模块和局部特征联合学习模块组成.全局特征提取模块用于提取中间层全局特征;全局特征增强模块用于抑制人脸识别预训练模型带来的冗余特征,并增强全局人脸图像中与情感最相关的特征图语义信息;局部特征联合学习模块利用混合注意力机制来学习不同人脸局部区域的细粒度显著特征并使用联合损失进行约束.结果 在2个自然场景数据集RAF-DB(real-world affective faces database)和FER-Plus 上进行了相关实验验证.在 RAF-DB 数据集中,识别准确率为 89.24%,与 M A-Net(global multi-scale and local attention network)相比有0.84%的性能提升;在FERPlus数据集中,识别准确率为90.04%,与FER-VT(FER frame-work with two attention mechanisms)的性能相当.实验结果表明该方法具有良好的鲁棒性.结论 本文方法通过先全局增强后局部细化的学习顺序,有效地减少了局部遮挡问题的干扰.

人脸表情识别、注意力机制、局部遮挡、局部显著特征、联合学习

29

TP391(计算技术、计算机技术)

2024-09-12(万方平台首次上网日期,不代表论文的发表时间)

共11页

2377-2387

相关文献
评论
暂无封面信息
查看本期封面目录

中国图象图形学报

1006-8961

11-3758/TB

29

2024,29(8)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn