结合双线性卷积神经网络和注意力机制的人脸表情识别算法

摘要

人脸表情识别可看作是细粒度图像分类问题,由于表情细微的类间差异和显著的类内变化导致识别困难,为此设计了结合双线性卷积神经网络和注意力机制的人脸表情识别方法。该方法改进B-CNN算法,引入注意力模块,增强人脸表情的特征学习;采用基于Softmax损失函数与中心损失函数联合学习的策略,提高算法识别正确率。在CK+和RAF-DB公开数据集上算法识别率最高分别达到95.87%、90.15%。实验表明,所提方法能有效提高表情识别正确率,具有一定的实用价值。