典型文献
多注意力机制下自愈人脸表情识别
文献摘要：
人脸表情识别技术在社会生活、刑事侦探等领域中具有重要应用价值和广阔应用前景.现有方法对表情特征提取不充分,使得高维特征易丢失局部关键信息;同时在复杂背景下表情的二义性导致网络泛化能力弱.为解决这些问题,本文提出一种多注意力机制下自愈网络(Multiple Attention Self Curing Network,MASCNet).该网络生成带有注意力权重的多尺度特征,通过融合不同尺度特征,提高网络模型在细粒度下对局部关键信息的表征能力.自注意力机制模块为融合后的特征分配重要性权重,约束不确定性样本在网络训练中所占比重,提高网络的泛化能力.本文方法在FER2013和RAF-DB数据集上的最高的识别正确率分别为74.21％和88.74％.实验结果表明该方法能有效识别人脸表情,优于现有MHBP、AHBRPN等主流方法.
文献关键词：
人脸表情识别多;注意力机制;自愈;不确定性
中图分类号：
作者姓名：
汪文翔;查铖;闵卫东;卢卓群;余光华
作者机构：
南昌大学信息工程学院,江西南昌330031;江西省智慧城市重点实验室,江西南昌330047;南昌大学,软件学院,江西南昌330047
文献出处：
引用格式：
[1]汪文翔;查铖;闵卫东;卢卓群;余光华-.多注意力机制下自愈人脸表情识别)[J].微电子学与计算机,2022(09):55-62
A类：
MASCNet,MHBP,AHBRPN,人脸表情识别多
B类：
多注意力机制,下自,自愈,人脸表情识别技术,刑事,侦探,重要应用,高维特征,关键信息,复杂背景,二义性,泛化能力,Multiple,Attention,Self,Curing,Network,注意力权重,多尺度特征,不同尺度,细粒度,对局,表征能力,自注意力机制,注意力机制模块,配重,网络训练,FER2013,RAF,DB,别人,主流方法
AB值：
0.330595
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。
