融合注意力机制改进 ResNet 的人脸表情识别

来源：计算机技术与发展杂志2023年第05期北京时间：

作者：张栋昱;赵磊

单位：武汉大学 国家网络安全学院,湖北 武汉 430072 Author(s): ZHANG Dong-yu;ZHAO Lei School of National Cyber Security,Wuhan University,Wuhan 430072,China 关键词: 人脸表情识别;深度学习;残差网络;卷积注意力机制;Dropout Keywords: facial expression recognition;deep learning;residual network;convolutional attention mechanism;Dropout 分类号: TP391 DOI: 10. 3969 / j. issn. 1673-629X. 2023. 05. 020 摘要: 鉴于现有人脸表情识别方法在表情识别过程中存在的诸多痛点,比如对有效特征提取不够、泛化能力不强、识别准确性不高等,提出了一种改进残差网络的人脸表情识别方法。 首先,引入卷积注意力机制,对网络中间的特征图进行重构,强调重要特征,抑制一般特征;其次,使用激活函数 PReLU 替换 ResNet 中原有的 ReLU,在提高模型拟合复杂数据能力的同时,避免出现在负值区域的梯度永远为 0,进而导致模型训练时无法执行反向传播的问题;然后,在网络输出层的avgpool 与 fc 之间加入 Dropout 抑制过拟合,以进一步增加网络模型的鲁棒性与泛化性;最后,在公开数据集 CK+上的仿真实验结果表明,该方法的准确识别率达到 96. 12% 。 与现有多种经典算法,以及 baseline 算法即 ResNet101 相比,改进的网络模型具有更好的识别效果,证明了该方法的有效性与优异性。

摘要：鉴于现有人脸表情识别方法在表情识别过程中存在的诸多痛点,比如对有效特征提取不够、泛化能力不强、识别准确性不高等,提出了一种改进残差网络的人脸表情识别方法。 首先,引入卷积注意力机制,对网络中间的特征图进行重构,强调重要特征,抑制一般特征;其次,使用激活函数 PReLU 替换 ResNet 中原有的 ReLU,在提高模型拟合复杂数据能力的同时,避免出现在负值区域的梯度永远为 0,进而导致模型训练时无法执行反向传播的问题;然后,在网络输出层的avgpool 与 fc 之间加入 Dropout 抑制过拟合,以进一步增加网络模型的鲁棒性与泛化性;最后,在公开数据集 CK+上的仿真实验结果表明,该方法的准确识别率达到 96. 12% 。 与现有多种经典算法,以及 baseline 算法即 ResNet101 相比,改进的网络模型具有更好的识别效果,证明了该方法的有效性与优异性。

关键词：人脸表情识别;深度学习;残差网络;卷积注意力机制;Dropout