计算机技术与发展2022，Vol.32Issue(11) ：64-71.DOI:10.3969/j.issn.1673-629X.2022.11.010

基于通道注意的可变形金字塔表情识别网络

Channel-attention-based Deformable Pyramid Network for Facial Expression Recognition

叶耀光 陈宗楠 陈丽群 潘永琪 潘家辉
计算机技术与发展2022，Vol.32Issue(11) ：64-71.DOI:10.3969/j.issn.1673-629X.2022.11.010
✕
  • 维普
  • 万方数据

基于通道注意的可变形金字塔表情识别网络

Channel-attention-based Deformable Pyramid Network for Facial Expression Recognition

叶耀光 1陈宗楠 1陈丽群 1潘永琪 2潘家辉3
扫码查看

作者信息

  • 1. 华南师范大学 软件学院,广东 佛山 528225
  • 2. 华南农业大学 数学与信息学院 软件学院,广东 广州 510642
  • 3. 华南师范大学 软件学院,广东 佛山 528225;琶洲实验室,广东 广州 510320
  • 折叠

摘要

人脸表情识别是计算机视觉领域里一项热门且有挑战性的任务.由于人脸表情的特性相对固定,从宏观上针对人脸表情的特性进行方法设计能有效提高人脸表情识别的性能.基于这一观点,针对人脸表情特征的不规则特性和空间多尺度互补特性,提出了基于通道注意的可变形金字塔网络.该网络主要由可变形卷积块、空间金字塔池化块和通道注意块构成,其中可变形卷积块有助于网络对人脸表情的不规则特征进行采样;而空间金字塔池化块则加强了网络学习多尺度空间上下文情绪信息的能力;通道注意块则促使网络动态关注更具判别性的情绪特征.该方法在CK+、JAFFE以及Oulu-CASIA三个实验室环境的人脸表情数据集和FER2013以及RAF-DB两个野外环境的人脸表情数据集上进行了对比实验和消融实验并取得了有竞争力的结果.从可视化结果上看,该方法提取的特征及关注的人脸区域符合不同表情的呈现特性和人们日常判断表情的规律.

关键词

人脸表情识别/卷积神经网络/可变形卷积/金字塔架构/注意力机制

引用本文复制引用

基金项目

国家自然科学基金面上项目(62076103)

广州市重点领域研发计划(202007030005)

科技创新2030-"脑科学与类脑研究"重点项目(2022ZD0208900)

出版年

2022
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
参考文献量1
段落导航相关论文