结合三维交互注意力与语义聚合的表情识别

来源：计算机工程与应用杂志2024年第6期北京时间：

作者：王广宇, 罗晓曙, 徐照兴, 丰芳宇, 许江杰

单位：1.广西师范大学 电子与信息工程学院，广西 桂林 541004 ；2.江西服装学院 大数据学院，南昌 330201

摘要：针对传统卷积网络难以有效整合不同阶段人脸面部表情的特征、存在特征表征瓶颈以及无法高效利用上下文语义等问题，提出了一种结合三维交互注意力与语义聚合的面部表情识别方法。在秩扩展（ReXNet）网络的基础上对其进行优化，在消除表征瓶颈的情况下，融合上下文特征，使其更适配表情识别任务。为捕获判别性人脸表情细粒度特征，结合非本地块与跨维度信息交互理论构建了三维交互注意力。为充分利用表情的浅中层底层特征与高层语义特征，设计了语义聚合模块，将多级全局上下文特征与高级语义信息进行聚合，达到同一类别的表情语义相互增益、增强类内一致性的目的。实验表明，该方法在公开数据集RAF-DB、FERPlus和AffectNet-8上的准确率分别为88.89%、89.53%与62.22%，展现了该方法的先进性。

关键词：人脸表情识别,表征瓶颈,三维交互注意力,上下文语义