-
公开(公告)号：CN116740793A
公开(公告)日：2023-09-12
申请号：CN202310942697.3
申请日：2023-07-31
Applicant: 吉林大学
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 基于跨层多尺度通道相互注意学习的人脸表情识别方法属图像处理和模式识别技术领域，本发明使用CMSCMAL‑Net模型，完成对自然场景下人脸表情的识别，在表情模糊或存在遮挡情况下有较好的鲁棒性。本发明引入多尺度通道注意力机制改进主干网络，在局部特征和全局特征相结合的基础上保留和突出低层特征中的细微细节，同时将主干网络从浅到深划分成不同的阶段，浅层阶段学习低层的细节信息，深层阶段学习高级抽象语义信息，并采用渐进多步骤策略进行训练使不同阶段能够互补信息，提升模型的识别效果。本发明为人脸表情识别提供一种细粒度方向的模型，能够更好地捕捉到人脸表情的微妙变化,提高自然场景下人脸表情的识别率。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
