通道-空间多尺度增强与双池化注意的表情识别网络
Expression recognition network of channel-spatial multi-scale enhancement and dual-pooling attention
1. 安庆师范大学 电子工程与智能制造学院, 安徽 安庆 246133
2. 合肥工业大学 计算机与信息学院 情感计算与先进智能机器安徽省重点实验室, 合肥 230009
摘要
针对自然场景下表情特征提取仅关注通道-空间单一尺度信息以及平均池化易丢失局部显著性语义的问题，提出一种通道-空间多尺度增强与双池化注意的表情识别网络。首先，为捕获通道-空间整体多尺度增强语义，设计通道对称级联多尺度模块和空间多尺度特征提取模块，并以此构建基于通道-空间多尺度结构的整体特征增强子网。然后，为表征通道-空间区域双池化显著语义，将高效局部注意力机制改进为高效通道-空间注意力机制，并嵌入到区域特征注意子网。最后，为获取整体多尺度增强语义与区域双池化显著语义之间的潜在相关性，采用交叉注意力机制进行整体特征与区域特征之间的特征交互，并设计特征融合子网完成两类特征的模型级融合。实验结果表明：在人脸表情数据集RAF-DB和FERPlus上表情识别率分别达到89.97%和90.26%，比基线网络分别提升了13.54%和10.95%。与其它网络相比，提出的网络在自然场景下具有较好的表情识别性能。
基金项目
国家自然科学基金资助项目(62176084)
安徽省教育厅自然科学重点研究项目(2022AH051038,2023AH050500,2023AH050474)
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.12.0524
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第9期
发布历史
[2025-04-29] 优先出版
引用本文
刘娟, 张民扬, 胡敏, 等. 通道-空间多尺度增强与双池化注意的表情识别网络 [J]. 计算机应用研究, 2025, 42 (9). (2025-04-29). https://doi.org/10.19734/j.issn.1001-3695.2024.12.0524. (Liu Juan, Zhang Minyang, Hu Min, et al. Expression recognition network of channel-spatial multi-scale enhancement and dual-pooling attention [J]. Application Research of Computers, 2025, 42 (9). (2025-04-29). https://doi.org/10.19734/j.issn.1001-3695.2024.12.0524. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
