典型文献
基于残差注意力机制和金字塔卷积的表情识别
文献摘要：
随着深度学习的应用,表情识别技术得到快速发展,但如何提取多尺度特征及高效利用关键特征仍是表情识别网络面临的挑战.针对上述问题,文中使用金字塔卷积有效提取多尺度特征,使用空间通道注意力机制加强关键特征的表达,构建基于残差注意力机制和金字塔卷积的表情识别网络,提高识别的准确率.网络使用MTCNN(Multi-task Convolutional Neural Network)进行人脸检测、人脸裁剪及人脸对齐,再将预处理后的图像送入特征提取网络.同时,为了缩小同类表情的差异,扩大不同类表情的距离,结合Softmax Loss和Center Loss,进行网络训练.实验表明,文中网络在Fer2013、CK+数据集上的准确率较高,网络参数量较小,适合表情识别在现实场景中的应用.
文献关键词：
表情识别;金字塔卷积;残差注意力机制;多尺度特征
中图分类号：
作者姓名：
包志龙;陈华辉
作者机构：
宁波大学 信息科学与工程学院 宁波315021
文献出处：
引用格式：
[1]包志龙;陈华辉-.基于残差注意力机制和金字塔卷积的表情识别)[J].模式识别与人工智能,2022(06):497-506
A类：
B类：
残差注意力机制,金字塔卷积,表情识别,多尺度特征,关键特征,识别网络,有效提取,空间通道注意力机制,注意力机制加强,网络使用,MTCNN,Multi,task,Convolutional,Neural,Network,人脸检测,人脸裁剪,人脸对齐,送入,特征提取网络,Softmax,Loss,Center,网络训练,中网,Fer2013,CK+,网络参数,参数量,现实场景
AB值：
0.362142
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。
