文献类型：期刊文章

作　　者：唐宏[1,2] 向俊玲[1,2] 陈海涛[3] 吕榕城[1] 夏泽昊[3]

Tang Hong;Xiang Junling;Chen Haitao;LüRongcheng;Xia Zehao(College of Communication and Information Engineering,Chongqing University of Posts and Telecommunications,Chongqing 400065,China;Chongqing Key Laboratory of Mobile Communication Technology,Chongqing University of Posts and Telecommunications,Chongqing 400065,China;International College,Chongqing University of Posts and Telecommunications,Chongqing 400065,China)

机构地区：[1]重庆邮电大学通信与信息工程学院,重庆400065 [2]重庆邮电大学移动通信技术重庆市重点实验室,重庆400065 [3]重庆邮电大学国际学院,重庆400065

出　　处：《激光与光电子学进展》

年　　份：2023

卷　　号：60

期　　号：6

起止页码：71-79

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：由于人脸表情特有的微妙性和复杂性,对全局面部进行研究时无法突出表情特性.为了增强表情识别在自然环境下的鲁棒性并且优化模型参数,提出一种基于多区域融合的轻量级人脸表情识别方法,融合局部细节特征和全局整体特征,实现粗细粒度结合,增强模型对表情细微变化的判别能力.首先,通过一个分支从人脸子区域提取局部特征,以眼部和嘴部作为细节区域输入,描述面部细节.其次,通过另一个分支从人脸全局自适应地获取面部整体特征,以关键点生成掩模,辅助调节面部注意力图.注意力图作用于全局特征,突出未遮挡部位权重,描述整体高级语义信息.并且,采用剪枝算法对整体模型进行轻量级优化,使用更少的运行内存和计算操作,得到更紧凑的网络.最后,在公开数据集RAF-DB和AffectNet上,所提方法对表情的识别精度分别达85.39%和58.81%.实验结果表明:所提方法的识别精度高于其他先进方法,并显著减少了参数量,有效性和先进性得到证明.

关 键 词：图像处理 人脸表情识别 注意力图  轻量级网络  剪枝算法 多区域融合  

分 类 号：TP391.4]