计算机工程

作者：彭奇, 刘银华, 尚云瑞

单位：1. 青岛大学自动化学院，山东 青岛 2660712. 青岛大学未来研究院，山东 青岛 266071

关键词：人脸表情识别,关键区域,人脸关键点,位置信息,坐标注意力机制

基金：国家重点研发计划重点专项(2020YFB1313600)

在现实环境中, 由于检测人脸图像时受到光照强弱、面部遮挡、姿势变化等因素的影响, 人脸表情识别的准确率通常不高。为解决这一鲁棒性问题, 提出一种融合关键区域注意力机制的人脸表情识别方法。根据人脸视觉系统的面部感知机制, 将人脸的关键区域与整体区域相融合, 增强对复杂及微妙表情的识别能力。在关键区域提取阶段, 采用MTCNN算法将人脸数据依次输入3个级联网络, 得到人脸关键点位置信息。根据人脸解剖学对面部的研究, 提出区域裁剪法(LRC), 对位置信息进行处理, 裁剪得到人脸关键区域图像。将人脸整体区域和裁剪得到的人脸关键区域图像分别输入ResNet-50网络并进行特征融合, 添加通过精确的位置信息以及对通道关系和长期依赖性进行编码的坐标注意力(CA)机制, 使得模型更关注人脸中对表情分类贡献更大的区域。在公开数据集CK+和FER2013上进行实验, 结果表明, 该方法的识别准确率分别达到了96.9%和73.22%, 与现有的诸多先进方法对比, 其准确率均有显著提高, 表明所提方法在网络结构和性能方面具有一定的参考价值。

来源：2025年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第11期