新型融合注意力机制的遮挡面部表情识别框架

作者：张本文; 高瑞玮; 乔少杰^*

来源：重庆理工大学学报：自然科学, 2023, 37(09): 217-226.

• 遮挡面部表情识别
• 特征提取
• 特征分类
• 深度学习
• 注意力机制

现有基于深度学习的面部表情识别模型不能有效地应对面部遮挡部分的干扰，无法准确捕捉面部未遮挡部分的特征，会导致识别准确率降低。为此，提出一种新型融合注意力机制的遮挡面部表情识别框架FER-AM(facial expression recognition framework based on attention mechanism),应用局部特征网络提取面部表情的局部关键特征，设计全局特征网络学习整个面部表情中的互补信息，采用注意力机制处理面部遮挡部分如眼镜、口罩和围巾等。在RAF-DB、AffectNet、CK+(Cohn Kanade)及FED-RO数据集进行大量实验，结果表明：FER-AM的7种表情分类性能均优于基于深度学习的代表性人脸面部表情识别模型，识别准确率达到88.1%。

• 单位
  成都信息工程大学; 四川民族学院