首页|基于上下文感知和注意机制的多学习情绪识别方法

基于上下文感知和注意机制的多学习情绪识别方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为提高人脸图像情绪识别效率与准确性,在探讨了深度神经网络、注意机制与损失函数基础上,提出基于上下文感知与注意机制的多学习情绪识别网络结构.该网络主要由场景特征提取、身体特征提取与融合决策3个子网络组成,并采用单双输出结构,实现多标签情绪分类与连续空间情绪回归任务.考虑到多标签情绪分类时标签的不平衡性,提出了一个改进的焦点损失(focal loss,FL)函数,可为小样本或难分类样本分配更多的权重,从而提高了网络训练效率.利用EMOTIC数据集进行仿真,结果表明平均绝对误差回归组合损失训练性能更优,分类平均准确率与回归平均误差率分别为28.5％和0.098,该方法对于小样本或难分类样本具有更好的分类效果.
Multi learning emotion recognition based on context awareness and attention mechanism

万家华、陈乃金

展开 >

安徽新华学院信息工程学院,230088,安徽合肥

安徽工程大学计算机与信息学院,241000,安徽芜湖

人脸图像 情绪识别 上下文感知 注意机制 多标签

国家自然科学基金资助项目安徽省教育厅重点科研资助项目

61973295J2019A0877

2021

10.12202/j.0476-0301.2021175

北京师范大学学报(自然科学版)
北京师范大学

北京师范大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.505
ISSN：0476-0301
年,卷(期)：2021.57(5)
  • 2
  • 13