文献类型：期刊文章

作　　者：郭帅龙[1] 杨波[1] 张家旗[1] 杨鑫[1] 马海娟[1]

GUO Shuailong;YANG Bo;ZHANG Jiaqi;YANG Xin;MA Haijuan(School of Electrical Engineering,Chongqing University of Science and Technology,Chongqing 401331,China)

机构地区：[1]重庆科技学院电气工程学院,重庆401331

出　　处：《重庆科技学院学报（自然科学版）》

基　　金：重庆市科技局自然科学基金项目“基于注意力机制和深度学习模型的手指静脉活体检测研究”(CSTC2020JCYJ-MSXM0774)。

年　　份：2023

卷　　号：25

期　　号：3

起止页码：86-93

语　　种：中文

收录情况：CAS、普通刊

摘　　要：在人脸表情识别任务中场景和表情数据丰富且复杂的情况下,卷积神经网络难以提取具有代表性的表情特征,因此提出一种多尺度融合特征网络。首先,在卷积神经网络前端引入具有不同大小卷积块的Inception V2结构,既增强了网络模型提取表情图片局部特征的能力,又减少了网络模型的训练参数量;然后,利用Grad-CAM热力权重可视化技术绘制热力权重分布图,通过1×1卷积块构建融合特征,使其同时兼具浅层局部特征和深层语义特征;最后,将BN结构和Dropout结构引入改进网络结构中,以防止模型出现过拟合或欠拟合问题。在公开数据集FER2013和融合数据集(CK+、JAFFE和RaFD)上进行实验,结果表明该方法的识别准确率更高、泛化能力更强。

关 键 词：融合特征  卷积神经网络 表情识别

分 类 号：TP391.4]