典型文献
结合改进RepVGG-A0网络和重新标签的人脸表情识别研究
文献摘要：
目前大规模人脸表情识别的主要问题在于不确定性,这些不确定性来源于模棱两可的面部表情、低质量的脸部图像和标注者的主观性.为此,文中提出一种基于RepVGG-A0改进后的网络模型.该模型引入有效通道注意力机制,即在卷积层和ReLU激活函数之间插入ECA通道注意力模块,在特征提取后引入加权模块来预计样本的权重,对于不确定的样本给予的权重较小,并采用重新标签的方法对低权重的人脸表情图片重新给予伪标签,目的是使修改过的样本在下一次训练中获得高权重,从而提高人脸表情识别率.最后,在RAF-DB和FER-2013数据集上进行实验验证.结果表明,文中改进模型的人脸表情识别率分别达到88.90％和75.61％,说明该方法对人脸表情识别具有有效性.
文献关键词：
人脸表情识别;RepVGG-A0;重新标签;网络模型;特征提取;数据预处理;ReLU
中图分类号：
作者姓名：
李婉婷;罗晓曙;蒙志明;陈吉
作者机构：
广西师范大学 电子工程学院,广西 桂林 541000;广西师范大学 创新创业学院,广西 桂林 541000
文献出处：
引用格式：
[1]李婉婷;罗晓曙;蒙志明;陈吉-.结合改进RepVGG-A0网络和重新标签的人脸表情识别研究)[J].现代电子技术,2022(20):69-74
A类：
重新标签
B类：
RepVGG,A0,人脸表情识别,模棱两可,面部表情,低质量,脸部,主观性,有效通道注意力机制,卷积层,ReLU,激活函数,ECA,通道注意力模块,表情图片,伪标签,改过,识别率,RAF,DB,FER,改进模型,别具,数据预处理
AB值：
0.259157
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。
