典型文献
深度二值卷积网络的人脸表情识别方法
文献摘要：
为解决人脸表情识别时存在的参数量大、速度低和表情区域特征表示力不足的问题,提出一种基于深度二值卷积网络的人脸表情识别方法.首先设计一个二值卷积与传统卷积并行运算的轻量化网络模型BRNet,以降低网络模型参数的复杂度,从而提升识别的速度;然后构建一个动态半径策略提取表情二值特征,并形成表情区域注意权重,实现表情局部特征与人脸全局特征的有效融合;最后设计交叉熵和L2损失,快速实现了表情图像的准确分类.实验结果表明,所提方法在常用的CK+和Oulu-CASIA表情库上的平均识别率分别达到99.25％和93.85％,皆优于同类轻量级卷积网络;网络参数量和计算量为5.0×105 B和2.1×106 B,而EfficientFace模型的计算量约为该方法的77倍,证明了所提方法在表情识别中的有效性和轻量性.
文献关键词：
二值卷积网络;局部二值模式;注意力机制;人脸表情识别
中图分类号：
作者姓名：
周丽芳;刘俊林;李伟生;米建勋;雷帮军
作者机构：
重庆邮电大学软件工程学院 重庆 400065;重庆邮电大学图像认知重庆市重点实验室 重庆 400065;三峡大学水电工程智能视觉监测湖北省重点实验室 宜昌 443002
文献出处：
引用格式：
[1]周丽芳;刘俊林;李伟生;米建勋;雷帮军-.深度二值卷积网络的人脸表情识别方法)[J].计算机辅助设计与图形学学报,2022(03):425-436
A类：
二值卷积网络,BRNet,动态半径,EfficientFace
B类：
人脸表情识别,参数量,区域特征,特征表示,并行运算,轻量化网络,局部特征,全局特征,有效融合,交叉熵,L2,快速实现,表情图,CK+,Oulu,CASIA,识别率,轻量级,网络参数,计算量,局部二值模式,注意力机制
AB值：
0.271891
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
