典型文献
基于对比学习的细粒度遮挡人脸表情识别
文献摘要：
和实验室环境不同,现实生活中的人脸表情图像场景复杂,其中最常见的局部遮挡问题会造成面部外观的显著改变,使得模型提取到的全局特征包含与情感无关的冗余信息从而降低了判别力.针对此问题,本文提出了一种结合对比学习和通道-空间注意力机制的人脸表情识别方法,学习各局部显著情感特征并关注局部特征与全局特征之间的关系.首先引入对比学习,通过特定的数据增强方法设计新的正负样本选取策略,对大量易获得的无标签情感数据进行预训练,学习具有感知遮挡能力的表征,再将此表征迁移到下游人脸表情识别任务以提高识别性能.在下游任务中,将每张人脸图像的表情分析问题转化为多个局部区域的情感检测问题,使用通道-空间注意力机制学习人脸不同局部区域的细粒度注意力图,并对加权特征进行融合,削弱遮挡内容带来的噪声影响,最后提出约束损失联合训练,优化最终用于分类的融合特征.实验结果表明,无论是在公开的非遮挡人脸表情数据集(RAF-DB和FER2013)还是人工合成的遮挡人脸表情数据集上,所提方法都取得了与现有先进方法可媲美的结果.
文献关键词：
人脸表情识别;对比学习;局部遮挡;注意力机制;深度学习
中图分类号：
作者姓名：
奚琰
作者机构：
江苏大学计算机科学与通信工程学院,镇江212013
文献出处：
引用格式：
[1]奚琰-.基于对比学习的细粒度遮挡人脸表情识别)[J].计算机系统应用,2022(11):175-183
A类：
B类：
对比学习,细粒度,人脸表情识别,实验室环境,现实生活,表情图,局部遮挡,遮挡问题,取到,全局特征,冗余信息,空间注意力机制,各局,情感特征,关注局部,局部特征,数据增强,增强方法,方法设计,正负样本,样本选取,选取策略,无标签,标签情感,预训练,有感,游人,识别性,每张,人脸图像,情分,分析问题,问题转化,局部区域,情感检测,检测问题,注意力图,噪声影响,联合训练,融合特征,表情数据集,RAF,DB,FER2013,人工合成,媲美
AB值：
0.394021
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。
