基于注意力机制的CNN人脸表情识别

来源：电子测量技术杂志2021年第10期北京时间：

作者：程换新，成凯，蒋泽芹

单位：青岛科技大学 自动化与电子工程学院,山东 青岛 266061

摘要：人脸表情识别在人机交互、情感计算等计算机视觉领域具有十分重要的应用前景。针对人脸表情识别的复杂性、多样性、遮挡性、光照等方面的挑战，提出了一种新的端到端网路，并将注意力力机制应用于表情自动识别。新的网络体系结构由特征提取模块、注意力模块、重构模块和分类模块四部分组成。通过LBP特征提取图像纹理信息，捕捉人脸的微小运动，提高网络性能。注意力机制可以使神经网络更加关注有用的特征，并结合LBP特征和注意力机制对注意力模型进行改进，提高识别精度。将新提出的方法应用于三个代表性的数据集，即JAFFE、CK+和FER2013，实验结果表明在三个数据集上人脸表情识别精度分别达到了98.95%、98.95%和79.89%，证明该方法利于提高人脸表情的识别率，具有一定的先进性。

关键词：人脸表情识别; 卷积神经网络; 特征提取; 注意力力机制

基金资助：国家海洋局重大专项项目 (国海科字[2016]494号No.30)