结合改进RepVGG-A0网络和重新标签的人脸表情识别研究

作者：李婉婷; 罗晓曙^*; 蒙志明; 陈吉

来源：现代电子技术, 2022, 45(20): 69-74.

DOI：10.16652/j.issn.1004-373x.2022.20.015

• 人脸表情识别
• RepVGG-A0
• 重新标签
• 网络模型
• 特征提取
• 数据预处理
• ReLU

目前大规模人脸表情识别的主要问题在于不确定性，这些不确定性来源于模棱两可的面部表情、低质量的脸部图像和标注者的主观性。为此，文中提出一种基于RepVGG-A0改进后的网络模型。该模型引入有效通道注意力机制，即在卷积层和ReLU激活函数之间插入ECA通道注意力模块，在特征提取后引入加权模块来预计样本的权重，对于不确定的样本给予的权重较小，并采用重新标签的方法对低权重的人脸表情图片重新给予伪标签，目的是使修改过的样本在下一次训练中获得高权重，从而提高人脸表情识别率。最后，在RAF-DB和FER-2013数据集上进行实验验证。结果表明，文中改进模型的人脸表情识别率分别达到88.90%和75.61%，说明该方法对人脸表情识别具有有效性。

• 单位
  广西师范大学; 电子工程学院