引入注意力机制和中心损失的表情识别算法

摘要

针对表情识别领域中识别准确率不高的问题,以卷积神经网络为基础,提出一种引入特征通道注意力机制和中心损失函数的表情识别算法.以VGG11作为网络主体框架,引入特征通道注意力机制,在每一层卷积层之后增加压缩激励(SE)模块,使模型学习到不同特征通道的重要程度,从而提高模型对特征通道的敏感性,进一步提升模型的特征表示能力.同时,通过中心损失函数联合SoftMax损失函数对神经网络进行监督训练,有效增加类间距离,保证类内紧密性,提高模型的识别准确率.通过在CK+数据集上测试,实验结果表明:改进模型的识别准确率达到97.07％,高于其他典型算法.