您当前的位置:
首页 >
文章列表页 >
NCA-MobileNet:一种轻量化人脸表情识别方法
图像处理 | 更新时间:2024-05-15
    • NCA-MobileNet:一种轻量化人脸表情识别方法

    • NCA-MobileNet: a lightweight facial expression recognition method

    • 人脸识别领域的研究取得了新突破。针对传统人脸面部表情识别方法存在的参数量大、计算资源消耗大和识别精度低的问题,研究者提出了一种基于条件协调注意力机制的轻量化人脸面部表情识别方法。通过缩减MobileNet V3网络层数、增大通道数和使用Mish激活函数,实现了特征提取后的非线性化。同时,引入改进的协调注意力机制,可以捕捉面部表情在空间和通道位置上的详细信息。在公开数据集FERPlus和RAF-DB上的实验结果显示,新方法参数量降低15.91%,准确率分别达到了88.84%和85.90%,相比改进前模型准确率分别提升了0.83%和1.39%。这一研究成果为人脸表情识别领域提供了新的解决方案,并有望在实际应用中发挥重要作用。
    • 液晶与显示   2024年39卷第4期 页码:522-531
    • DOI:10.37188/CJLCD.2023-0153    

      中图分类号: TP391.4
    • 收稿日期:2023-04-25

      修回日期:2023-05-20

      纸质出版日期:2024-04-05

    移动端阅览

  • 左义海, 白武尚, 何秋生. NCA-MobileNet:一种轻量化人脸表情识别方法[J]. 液晶与显示, 2024,39(4):522-531. DOI: 10.37188/CJLCD.2023-0153.

    ZUO Yihai, BAI Wushang, HE Qiusheng. NCA-MobileNet: a lightweight facial expression recognition method[J]. Chinese journal of liquid crystals and displays, 2024, 39(4): 522-531. DOI: 10.37188/CJLCD.2023-0153.

  •  
  •  

0

浏览量

314

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

融合渐进式策略的轻量化特征点提取与匹配方法
融合注意力机制的移动端人像分割网络
基于自适应遮挡恢复与拓扑姿态双向感知的三维手部重建方法

相关作者

左义海
白武尚
何秋生
杨潞霞
任佳乐
张红瑞
韩睿
崔耀文

相关机构

太原师范学院 计算机科学与技术学院
太原师范学院 智能优化计算与区块链技术山西省重点实验室
西北师范大学 物理与电子工程学院
平板显示技术国家地方联合工程实验室, 福州大学 物理与信息工程学院
晋江市博感电子科技有限公司, 福建 晋江
0