一种改进型Dense-HRNet和基尼指数动态加权决策的表情识别算法

作者：蓝峥杰; 王烈^*; 黄莹

来源：电讯技术, 2022, 62(11): 1683-1690.

• 人脸表情识别
• Dense-HRNet
• 基尼指数
• 加权决策

针对当前人脸表情识别算法识别精度不高、网络鲁棒性差的缺点，设计了一种改进型Dense-HRNet特征提取网络，使用稠密连接机制强化了HRNet中浅层特征与深层特征间的传递和融合方式。同时，提出了一种基于基尼指数动态加权决策算法，根据每一卷积神经网络(Convolutional Neural Network, CNN)支路分类的确定性，为各支路输出动态地赋予权重，提高多路CNN支路融合决策的准确性，解决了由于单路CNN分类不确定性引起的偶然误差。在FER2013数据集和CK+数据集上进行实验，所提方法分类准确率分别达到73.36%和97.59%。