摘要
بالنظر إلى المشاكل الحالية في طرق التعرف على تعابير الوجه مثل كثرة المعاملات المستخدمة، والاستهلاك العالي لموارد الحوسبة ودقة التعرف المنخفضة، تم اقتراح طريقة تعرف خفيفة الوزن على تعابير الوجه تعتمد على آلية الانتباه المنسقة الشرطية. أولاً، تم تقليل عدد طبقات شبكة MobileNet V3، وفي الوقت نفسه تم زيادة عدد قنوات الطبقة الوسطى وقنوات المخرجات في الهيكل العكسي المتبقي بما يتراوح بين 1.5 إلى 3.2 مرة من الأصل، واستخدام دالة تفعيل Mish بدلاً من Hardswish لتحقيق اللاخطية بعد استخراج الميزات. ثانيًا، تم إدخال آلية الانتباه المنسقة المحسنة، حيث يتم الترميز بالتتابع على طول الاتجاهين الأفقي والعمودي باستخدام التجميع الأقصى والتجميع المتوسط في تضمين معلومات الموتر، ومن خلال دمج معلومات الموتر يتم توليد ميزات ذات مجال استقبال عالمي ومعلومات موقع دقيقة، لاستخراج تفاصيل التعابير الوجهية في الموقع المكاني وقناة البيانات. وأخيرًا، تم إجراء التجارب على مجموعتي البيانات المفتوحتين FERPlus وRAF-DB، وأظهرت النتائج أن كمية المعاملات في الطريقة المقترحة انخفضت بنسبة 15.91%، ودقة الطريقة بلغت 88.84% و85.90% على التوالي، مما يمثل تحسناً في الدقة بنسبة 0.83% و1.39% مقارنة بالنموذج المحسن مسبقًا. تمتلك هذه الطريقة أداء تعرّف جيدًا، ما يؤكد فعالية الطريقة المقترحة.
关键词
التعرف على التعبيرات;خفيفة الوزن;آلية الانتباه;استخراج الميزات
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website