典型文献
融合注意力机制改进残差网络的表情识别方法
文献摘要：
为提高大数据挖掘过程中表情识别的计算速度和准确率,在ResNet-50模型的基础上,融合通道注意力机制与改进残差网络,提出一种表情识别方法的改进模型(SE-ResNet-50+Swish).改进模型在ResNet-50的基础上,引入多个带有通道注意力模块SE的特征层对表情样本进行特征提取,利用注意力机制增强关键的特征通道,增强网络的特征表达与鲁棒性,且能够有效减少计算量,并利用激活函数Swish替代ReLU激活函数,以达到进一步提升表情识别准确率的目的.在CAS-PEAL-R1数据库上进行验证的结果表明,SE-ResNet-50在ResNet-50的基础上引入SE模块之后,虽然增加了网络层数,但计算速度以及表情识别的准确率有明显提高;改进模型利用Swish替代ReLU后,相比于SE-ResNet-50的参数数量与计算量等无显著增多,但表情识别准确率有提升;以上结果表明,改进模型能够有效减少计算量,并增强网络的特征表达与鲁棒性,从而达到提升表情识别计算速度与识别准确率的目的.
文献关键词：
表情识别;神经网络;深度学习;通道注意力机制;残差网络
中图分类号：
作者姓名：
姜丽莉;黄承宁
作者机构：
南京工业大学浦江学院 计算机与通信工程学院,江苏 南京 211200
文献出处：
引用格式：
[1]姜丽莉;黄承宁-.融合注意力机制改进残差网络的表情识别方法)[J].计算机技术与发展,2022(05):42-46,52
A类：
50+Swish,PEAL
B类：
机制改进,残差网络,表情识别,大数据挖掘,计算速度,ResNet,合通,通道注意力机制,改进模型,SE,通道注意力模块,特征表达,减少计算量,激活函数,ReLU,识别准确率,CAS,R1,网络层,层数,数数
AB值：
0.203363
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。
