FFDNet:复杂环境中的细粒度面部表情识别

作者：何昱均; 韩永国; 张红英

来源：计算机应用研究, 2023, 1-9.

DOI：10.19734/j.issn.1001-3695.2023.08.0394

• 表情识别
• 头部姿态
• 特征解耦
• 损失函数

针对面部表情识别在复杂环境中对面的遮挡和姿态变化问题，提出一种稳健的识别模型FFDNet(Feature Fusion and Feature Decomposition Net)。该算法针对人脸区域尺度的差异，采用多尺度结构进行特征融合，通过细粒度模块分解和细化特征差异，同时使用编码器捕捉具有辨别力和微小差异的特征。此外还提出一种多样性特征损失函数，驱动模型挖掘更丰富的细粒度特征。实验结果显示，FFDNet在RAF-DB和FERPlus数据集上分别获得了88.50%和88.75%的精度，同时在遮挡和姿态变化数据集上的性能都优于一些先进模型。实验结果验证了该算法的有效性。

• 单位
  西南科技大学