公开(公告)号：CN115966010A

公开(公告)日：2023-04-14

申请号：CN202310069723.6

申请日：2023-02-07

Applicant: 南京邮电大学

Inventor： 周同瑄 ,  王宇 ,  洪旻珂 ,  尹海涛

IPC: G06V40/16 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于计算机视觉技术领域，公开了一种基于注意力和多尺度特征融合的表情识别方法，采用fer2013人脸表情数据集，分为训练集、测试集和验证集；构建多尺度特征提取层，加入不同膨胀率的空洞卷积，提取人脸表情图像的尺度信息特征，并进行融合；采用通道注意力机制模块；设计残差模块，将单元的输入直接与单元输出加在一起再进行激活；以ResNet为框架，用构建出的多尺度模块搭建网络；将训练集输入到最终的网络结构中，采用交叉熵损失函数和随机梯度下降优化器进行训练，并将测试集输入到训练好的网络结构中，得到表情分类结果。本发明提高人脸表情识别的精确度，便于人脸识别在医学、心理学、人机交互等领域中的应用。