文献类型：期刊文章

作　　者：廖海斌[1,2] 徐斌[1]

Liao Haibin;Xu Bin(School of Computer Science and Technology,Hubei University of Science and Technology,Xianning,Hubei 437100;Jiangxi Smart City Industrial Technology Research Institute,Nanchang 330096)

机构地区：[1]湖北科技学院计算机科学与技术学院,湖北咸宁437100 [2]江西省智慧城市产业技术研究院,南昌330096

出　　处：《计算机研究与发展》

基　　金：国家自然科学基金项目(61701174);咸宁市自然科学基金项目(2019kj130);湖北科技学院培育基金项目(202022GP03)。

年　　份：2021

卷　　号：58

期　　号：3

起止页码：528-538

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对非可控环境下人脸表情识别面临的诸如种族、性别和年龄等因子变化问题,提出一种基于深度条件随机森林的鲁棒性人脸表情识别方法.与传统的单任务人脸表情识别方法不同,设计了一种以人脸表情识别为主,人脸性别和年龄属性识别为辅的多任务识别模型.在研究中发现,人脸性别和年龄等属性对人脸表情识别有一定的影响,为了捕获它们之间的关系,提出一种基于人脸性别和年龄双属性的深度条件随机森林人脸表情识别方法.在特征提取阶段,采用多示例注意力机制进行人脸特征提取以便去除诸如光照、遮挡和低分辨率等变化问题;在人脸表情识别阶段,根据人脸性别和年龄双属性因子,采用多条件随机森林方法进行人脸表情识别.在公开的CK+,ExpW,RAF-DB,AffectNet人脸表情数据库上进行了大量实验:在经典的CK+人脸库上达到99%识别率,在具有挑战性的自然场景库(ExpW,RAF-DB,AffectNet组合库)上达到70.52%的识别率.实验结果表明:与其他方法相比具有先进性,对自然场景中的遮挡、噪声和分辨率变化具有一定的鲁棒性.

关 键 词：人脸表情识别 人脸属性分析  深度学习  注意力机制  随机森林  

分 类 号：TP391]