基于深度残差网络与人脸关键点的表情识别

• 作者: 石敏
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 人脸表情识别 深度残差网络 注意力机制 几何特征
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 图形图像处理
• 页码范围: 226-232
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.11907/rjdk.211970

摘要

为解决表情识别任务中表情特征提取困难和单一的问题,提出一种结合深度残差网络与几何特征的表情识别分法.该方法对深度残差网络进行改进,使用连续小卷积代替大卷积,在各残差块中加入注意力机制,将相同的两个改进残差网络分别作为分支网络,各自提取表情特征,再通过加和平均进行聚合实现特征互补,得到全局特征.采用人脸关键点构建并计算人脸几何特征,使用主成分分析法去除冗余信息,得到几何特征,与全局特征进行融合作为最终表情特征,使用Softmax进行分类.在CK+与JAFFE数据集上进行验证实验,结果表明,改进后的方法分别取得了98.05％和95.29％的识别率.相较于一些常用人脸表情识别方法,基于深度残差网络与人脸关键点的表情识别方法准确率有一定提高.