科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高大数据挖掘过程中表情识别的计算速度和准确率，在ResNet-50模型的基础上，融合通道注意力机制与改进残差网络，提出一种表情识别方法的改进模型(SE-ResNet-50+Swish)。改进模型在ResNet-50的基础上，引入多个带有通道注意力模块SE的特征层对表情样本进行特征提取，利用注意力机制增强关键的特征通道，增强网络的特征表达与鲁棒性，且能够有效减少计算量，并利用激活函数Swish替代ReLU激活函数，以达到进一步提升表情识别准确率的目的。在CAS-PEAL-R1数据库上进行验证的结果表明，SE-ResNet-50在ResNet-50的基础上引入SE模块之后，虽然增加了网络层数，但计算速度以及表情识别的准确率有明显提高；改进模型利用Swish替代ReLU后，相比于SE-ResNet-50的参数数量与计算量等无显著增多，但表情识别准确率有提升；以上结果表明，改进模型能够有效减少计算量，并增强网络的特征表达与鲁棒性，从而达到提升表情识别计算速度与识别准确率的目的。
-
单位南京工业大学浦江学院
