自适应卷积神经网络在面部表情识别中的应用

作者：郑瑞; 付文涵; 杜俊霄; 魏胜非

来源：电讯技术, 2022, 1-9.

• 表情识别
• 卷积神经网络
• 双线性混合注意力机制
• 改进池化算法

面部表情识别是计算机视觉领域的一项重要任务，属于细粒度图像分类。针对无法对面部表情精确识别问题展开研究，提出基于ResNet50网络融合双线性混合注意力机制的网络模型，针对传统池化算法造成图像特征提取残缺、模糊等问题，提出了一种基于Average-Pooling算法的自适应池化权重算法，同时基于粒子群算法对卷积神经网络模型超参数进行自适应调节，从而进一步提升模型识别精度，最后，基于改进的网络模型，设计一款实时面部表情识别系统，增加研究的实用价值。经验证，在Fer2013数据集和CK+数据集上，改进的模型在测试集中的识别精度分别为73.51%和99.86%，进一步提升了卷积神经网络模型的识别精度。

• 单位
  东北师范大学; 物理学院