文献类型：期刊文章

作　　者：罗岩[1] 冯天波[2] 邵洁[1]

LUO Yan;FENG Tianbo;SHAO Jie(School of Electronic and Information Engineering,Shanghai University of Electric Power,Shanghai 201306,China;Information and Telecommunication Branch,State Grid Shanghai Municipal Electric Power Company,Shanghai 200000,China)

机构地区：[1]上海电力大学电子与信息工程学院,上海201306 [2]国家电网上海市电力公司信息通信公司,上海200000

出　　处：《计算机工程与应用》

基　　金：上海市科委地方院校能力建设项目(20020500700);国家自然科学基金(61802250)。

年　　份：2022

卷　　号：58

期　　号：10

起止页码：200-207

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：目前的人脸表情识别更关注包含面部遮挡、图像模糊等因素的野外图像而非实验室图像,且COVID-19的流行使得人们不得不在公共场合佩戴口罩,这给表情识别任务带来了新的挑战。受启发于最近Transformer在众多计算机视觉任务上的成功,提出了基于注意力及视觉Transformer的野外人脸表情识别模型,并率先使用CSWin Transformer作为主干网络。加入通道-空间注意力模块来提高模型对于全局特征的注意力。Sub-center ArcFace损失函数被用来进一步优化模型的分类能力。在两个公开的野外表情数据集RAF-DB和FERPlus上以及它们对应的口罩遮挡数据集上对所提出的方法进行了评估,识别准确率分别为88.80%、89.31%和76.12%、72.28%,提高了表情识别精度。

关 键 词：人脸表情识别 TRANSFORMER 注意力机制  Sub-center ArcFace  

分 类 号：TP391.4]