文献

J-GLOBAL ID：202202264480042522   整理番号：22A1003134

マルチスケール特徴注意機構に基づく顔表情認識【JST・京大機械翻訳】

Facial Expression Recognition Based on Multi-scale Feature Attention Mechanism

著者 (3件)： Zhang Peng (西安郵電大学,西安 710121;陜西省网絡数据分析与智能処理重点実験室,西安 710121) ,  Kong Weiwei (西安郵電大学,西安 710121;陜西省网絡数据分析与智能処理重点実験室,西安 710121) ,  Teng Jinbao (西安郵電大学,西安 710121;陜西省网絡数据分析与智能処理重点実験室,西安 710121)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 58  号： 1  ページ： 182-189  発行年： 2022年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 顔表情認識における従来の畳込みニューラルネットワークの有効な特徴抽出の困難さと低い認識精度の問題を解決するために,マルチスケール特徴に基づく注意機構に基づく顔表情認識法を提案した。浅層特徴情報を,2層巻積層によって抽出した。Inception構造に基づいて,空洞コンボリューションを並列に追加して,顔表情のマルチスケール特徴情報を抽出した。チャネル注意機構を導入して,重要な特徴情報表示能力を改善した。最後に,特徴入力Softmax層を分類した。公開データセットFER2013とCK+上でシミュレーション実験を行うことで、それぞれ68.8%と96.04%の識別精度が得られ、その結果、この方法は多くの古典的アルゴリズムより優れた認識効果を有することが分かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  畳込み ,  *特性 ,  ニューラルネットワーク ,  特徴抽出 ,  認識 ,  チャネル
準シソーラス用語： *表情認識 ,  *マルチスケール ,  認識精度 ,  二層 ,  *顔表情 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 数値計算  (JE02000J) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： マルチスケール ,  注意 ,  顔表情認識