无注意力胶囊网络的面部表情识别方法

来源：计算机工程与应用杂志2023年第22期北京时间：

作者：许学斌, 刘晨光, 路龙宾, 曹淑欣, 徐宗瑜

单位：1.西安邮电大学 计算机学院，西安 710121；2.西安邮电大学 陕西省网络数据分析与智能处理重点实验室，西安 710121

摘要：表情识别技术可以从人类的表情中分析出识别对象的情感活动，针对面部表情图像复杂的空间关系和特征信息时，不能建立有效特征提取和映射模型的问题，稀疏多层感知机（spare multilayer perceptron，sMLP）使用很少的参数量让每个空间位置进行交流，而胶囊网络也可以表现特征的空间姿态信息，因此提出了一种新的面部表情识别模型sMLP-CapsNet，以提升表情识别空间关系映射的能力。采用CK+数据集和RAF-DB数据集，通过改进的胶囊神经网络从轮廓到细节提取面部表情图片特征，进而实现面部表情分类。相比于其他面部表情识别算法，模型精度提升效果明显，在CK+数据集和RAF-DB数据集上分别可达到99.48%以及85.69%的识别率，展现了该算法的先进性。

关键词：深度学习,胶囊神经网络,面部表情识别,稀疏多层感知机（sMLP）,sMLP-CapsNet