计算机工程

作者：郑伟鹏, 罗晓曙, 蒙志明

单位：1. 广西师范大学 电子工程学院, 广西 桂林 541000;2. 广西师范大学 创新创业学院, 广西 桂林 541000

关键词：人脸表情识别,秩扩展网络,表达瓶颈,坐标注意力机制,细化模块

基金：广西人文社会科学发展研究中心“科学研究工程·创新创业专项重大委托项目”（ZDCXCY01）。

人脸表情识别作为人机交互的一种重要方法，广泛应用于智能医疗、公安测谎系统、车载安全系统等领域。现有人脸表情识别方法多数存在参数量冗余、计算成本高、特征表达瓶颈等问题。提出一种基于改进轻量级秩扩展网络ReXNet的人脸表情识别方法。通过构建改进的ReXNet以提取人脸表情特征，在参数量较少的条件下解决特征表达瓶颈的问题，增强对表情局部特征的关注，获得高层次的表情特征，同时融合坐标注意力模块，将位置信息嵌入到通道注意力中，精准地定位和识别感兴趣的特征，建立位置信息与局部特征之间的长依赖关系，减少计算开销。在此基础上，将细化模块引入到改进的网络架构中，利用类别上下文信息细化分类结果，增强类间的分化效果，从而提高人脸表情识别的准确率。实验结果表明，该方法在RAF-DB和FERPlus数据集上的人脸表情识别准确率分别达到88.43%和88.8%，相比VGG16-PLD、SHCNN、ResNet+VGG等方法，具有较高的准确率和较优的鲁棒性。

来源：2022年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第9期