多流残差网络结合改进SVM模型的面部表情识别

作     者：郝秉华 吴华 HAO Binghua;WU Hua

作者机构：内蒙古财经大学计算机信息管理学院呼和浩特100010 

出 版 物：《重庆理工大学学报（自然科学）》 (Journal of Chongqing University of Technology：Natural Science)

年 卷 期：2023年第37卷第11期

页      面：157-165页

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目地区项目(71962025) 内蒙古自治区自然科学基金项目(2023LHMS07002)。 

主　　题：深度学习 表情识别 支持向量机 交互残差 信息增强 

摘      要：针对人脸面部表情特征复杂且目标较小,导致大量人工智能算法难以稳定识别的问题,提出一种多流残差网络结合改进支持向量机(support vector machine,SVM)模型的面部表情识别方法。该方法由信息增强、表情特征提取和表情分类三阶段组成。首先,提出自适应多流信息增强模块,突出图像关键信息,提升特征关联程度;其次,提出残差交互融合模块,提取特征图像的空间信息并突出面部表情特征,输出3条不同尺度的特征图像保证后续稳定识别;最后,对3条特征图像使用改进后的SVM进行表情分类,输出识别结果。实验结果表明:所提方法在CK+、FER2013及JAFFE数据集上的准确率分别达到98.57%、77.28%、96.24%,均优于对比的经典及新颖算法,为AI表情识别领域提供了新思路。