文献类型：期刊文章

作　　者：余久方[1] 李中科[1] 陈涛[2]

YU Jiufang;LI Zhongke;CHEN Tao(School of Computer and Software,Nanjing Vocational University of Industry Technology,Nanjing 210023,China;School of Computer Science,Nanjing University of Science and Technology Zijin College,Nanjing 210023,China)

机构地区：[1]南京工业职业技术大学计算机与软件学院,南京210023 [2]南京理工大学紫金学院计算机学院,南京210023

出　　处：《电讯技术》

基　　金：江苏省现代教育技术研究项目(2021-R-85884);江苏省高校自然科学研究项目(19KJD520006);江苏省工业软件工程技术研究开发中心项目(ZK19-04-03);南京工业职业技术大学科研基金项目(YK19-05-02)。

年　　份：2022

卷　　号：62

期　　号：9

起止页码：1207-1214

语　　种：中文

收录情况：BDHX、BDHX2020、IC、UPD、ZGKJHX、核心刊

摘　　要：近年来,人脸表情识别研究因机器学习的引入取得了显著的进步,但由于光照变化、人脸姿态等原因使得人脸表情识别准确率一直不高。提出了一种基于混合注意力机制网络的方法,把通道注意力和空间注意力机制分离,增强网络的通道特征和跨通道相关性学习能力。在注意力机制后增加软阈值机制以抑制噪声,在网络损失函数中迭加类中心损失减小类内差异,通过预处理提高网络的泛化能力。实验结果表明,该方法在人脸数据集CK+和fer2013上准确率比主流方法更高,所用参数更少,收敛性更好。

关 键 词：人脸表情识别 注意力机制  软阈值 中心损失  

分 类 号：TP391]