非受控环境下基于混合注意力机制的面部表情识别

作     者：张宁 穆静 钱智哲 张洁 郭岱朋 ZHANG Ning;MU Jing;QIAN Zhizhe;ZHANG Jie;GUO Daipeng

作者机构：西安工业大学计算机科学与工程学院西安710021 

出 版 物：《西安工业大学学报》 (Journal of Xi’an Technological University)

年 卷 期：2023年第43卷第5期

页      面：495-502页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金项目(62177037) 陕西省教育厅服务地方专项科研计划项目(22JC037) 

主　　题：人脸表情识别 非受控环境 混合注意力机制 特征提取 

摘      要：针对非受控环境下的面部表情识别过程中特征提取不充分的问题,构建了一个加强特征提取的网络结构——3_M_S_MobileNetV2模型,该结构以MobileNetV2为基础网络,结合自主设计的混合注意力模块3_M_CBAM,并且将ReLU6激活函数更换为SiLU激活函数设计而成。在两个非受控环境下所采集的数据集RAF_DB和Fer2013上对设计的模型进行实验,识别准确率分别达到81.88%和65.65%,并且与现有的基于神经网络的识别方法相比,在RAF_DB数据集和Fer2013数据集上的面部表情识别准确率分别提高了1%~9%、0.5%~4%,证明了文中网络结构的有效性。