科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明提供的基于自注意残差卷积神经网络的微表情分类方法,涉及计算机视觉技术领域,该方法包括：输入目标微表情数据集的顶点-起始点光学流变与光学应变至残差卷积神经网络,得到网络输入张量；将网络输入张量输入至新型残差模块内进行运算,并迭代一次；新型残差模块包括：输入特征量；对特征量进行3×3卷积,并迭代一次；迭代后的结果加上原输入特征量后再进行1×1卷积；最后进行2×2最大池化得到新的输出特征量。在残差卷积神经网络引入多头注意力机制,将多头注意力结果进行分类输出。本发明有效提升了微表情识别的准确率,降低微表情识别模型的参数量,提升微表情识别模型的训练速度,便于在嵌入式设备进行部署,有效扩大其实际应用范围。
- 单位
