科研之友
微信
新浪微博
Facebook
分享链接
摘要
面部表情是人类表达情感最重要的方式之一。由于面部表情变化受多个面部器官和面部肌肉运动的影响，为了能有效提取局部动态特征和解决面部表情部分遮挡问题，提出一种简单有效的融合局部动态特征的深度学习网络，通过引入带有引导的注意分支利用监测到的脸部关键点，引导网络关注无遮挡的面部区域来改善面部遮挡的问题。在带有时间序列的关键帧中，提取如眼睛、嘴巴等关键区域的动态信息、时空信息以强化不同表情特征之间的联系，从而得到有效的局部动态特征。最后将局部动态特征作为补充融入整体网络。融合后的网络在CK+、Oulu-CASIA、RAF-DB和Affect-Net数据集上的准确率分别为98.08%、90.59%、86.02%和61.28%，相较于其它方法识别率均有提高。
- 单位
