文档名：新型融合注意力机制的遮挡面部表情识别框架
摘要：现有基于深度学习的面部表情识别模型不能有效地应对面部遮挡部分的干扰,无法准确捕捉面部未遮挡部分的特征,会导致识别准确率降低.为此,提出一种新型融合注意力机制的遮挡面部表情识别框架FER-AM(facialexpressionrecognitionframeworkbasedonattentionmechanism),应用局部特征网络提取面部表情的局部关键特征,设计全局特征网络学习整个面部表情中的互补信息,采用注意力机制处理面部遮挡部分如眼镜、口罩和围巾等.在RAF-DB、AffectNet、CK+(CohnKanade)及FED-RO数据集进行大量实验,结果表明:FER-AM的7种表情分类性能均优于基于深度学习的代表性人脸面部表情识别模型,识别准确率达到88.1%.
作者：张本文 高瑞玮 乔少杰 Author：ZHANGBenwen GAORuiwei QIAOShaojie
作者单位：四川民族学院理工学院,四川康定626001成都信息工程大学软件工程学院,成都610225
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(17)
分类号：TP311
关键词：遮挡面部表情识别 特征提取 特征分类 深度学习 注意力机制
Keywords：occludedfacialexpressionrecognition featureextraction featureclassification deeplearning attentionmechanism
机标分类号：TP391.41TH16S
在线出版日期：2023年10月25日
基金项目：国家自然科学基金，国家自然科学基金，四川省科技计划资助项目，四川省科技计划资助项目，四川省科技计划资助项目，四川省科技计划资助项目，教育部人文社会科学研究项目，成都市揭榜挂帅科技项目，成都市揭榜挂帅科技项目，中国电子科技集团公司第五十四研究所高校合作课题，成都信息工程大学国家智能社会治理实验基地开放课题，成都信息工程大学科技创新能力提升计划项目，宜宾市引进高层次人才项目，教育部工程研究中心开放基金新型融合注意力机制的遮挡面部表情识别框架[
期刊论文] 重庆理工大学学报--2023, 37(17)张本文 高瑞玮 乔少杰现有基于深度学习的面部表情识别模型不能有效地应对面部遮挡部分的干扰,无法准确捕捉面部未遮挡部分的特征,会导致识别准确率降低.为此,提出一种新型融合注意力机制的遮挡面部表情识别框架FER-AM(facialexpressionre...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
新型融合注意力机制的遮挡面部表情识别框架 A novel framework for occluded facial expression recognition by integrating attention mechanism
新型融合注意力机制的遮挡面部表情识别框架.pdf
|
|
