基于改进卷积神经网络的多视角人脸表情识别

• 作者: 季欣欣 李晓瑞 程其玉 莫晨 邵洁 钱勇生
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多视角人脸表情识别 MVFE-LightNet 残差网络 深度可分离卷积 压缩和奖惩网络模块 空间金字塔池化
• 年，卷（期）: 2018,（24）
• 所属期刊栏目: 热点与综述
• 页码范围: 12-19
• 页数: 8页
• 分类号: TP391.41
• 字数: 5091字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1810-0315

摘要

人脸表情识别是计算机视觉领域的研究热点之一.针对自然状态下的人脸存在多视角变化、脸部信息缺失等问题,提出了一种基于MVFE-LightNet(Multi-View Facial Expression Lightweight Network)的多视角人脸表情识别方法.首先,在残差网络的基础上设计卷积网络提取不同视角下的表情特征,引入深度可分离卷积来减少网络参数.其次,嵌入压缩和奖惩网络模块学习特征权重,利用特征重新标定方式提高网络表示能力,并通过加入空间金字塔池化增强网络的鲁棒性.最后,为了进一步优化识别结果,采用AdamW(Adam with Weight decay)优化方法使网络模型加速收敛.在RaFD、BU-3DFE和Fer2013表情库上的实验表明,该方法具有较高的识别率,且减少网络计算时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵洁	上海电力学院电子与信息工程学院	22	39	4.0	5.0
2	季欣欣	上海电力学院电子与信息工程学院	4	6	1.0	2.0
3	李晓瑞	上海电力学院电子与信息工程学院	2	6	1.0	2.0
4	莫晨	上海电力学院电子与信息工程学院	2	6	1.0	2.0
5	程其玉	上海电力学院电子与信息工程学院	2	6	1.0	2.0
6	钱勇生	上海电力学院电子与信息工程学院	3	6	1.0	2.0