まとめ
表情認識は人間とコンピュータのインタラクション研究分野の中核の 1 つですが、従来の手動機能に基づく既存の表情認識手法は、複雑で変わりやすいアプリケーション シナリオに適用するのが困難です。これに基づいて、マルチスケール注意メカニズム高密度接続ネットワーク (DenseNet) 表現認識方法が提案されます。ネットワーク モデルは、DenseNet121 ネットワーク層の数を簡素化し、マルチスケール構造とチャネル アテンション モジュール MECANet を導入します。これにより、ネットワークによって抽出された表情の特徴がより識別可能になり、後続のネットワークの表情分類に役立ちます。ネットワーク モデルは確率的勾配降下法アルゴリズムを使用してトレーニングされ、CK+ および FER2013 データセットで高い認識率を達成し、それぞれ 96.2% および 85.5% に達し、DenseNet121 ネットワークより 8.4% および 8.6% 高くなりました。
0はじめに
表情認識手法は人間とコンピュータのインタラクションの分野における重要な核心であり、オンライン教育、疲労運転検知などの分野で広く使用されています[ 1-3 ] 。顔の表情認識の研究は、従来の手動機能に基づく表情認識とディープ ニューラル ネットワークに基づく表情認識の 2 つの段階を経ました。従来の手動特徴の表情認識の研究段階では、手動特徴演算子は、その後の表情の分類と識別の基礎として、画像の幾何学形状、テクスチャ、輪郭に合わせて設計されており、特定のシナリオで高い結果が達成されています。