基于注意力引导的遮挡感知面部表情识别

黎豊玮; 谭玉枚; 宋树祥; 夏海英

doi:10.16088/j.issn.1001-6600.2024120301

广西师范大学学报（自然科学版） ›› 2025, Vol. 43 ›› Issue (05) : 104 -113. DOI: 10.16088/j.issn.1001-6600.2024120301

基于注意力引导的遮挡感知面部表情识别

黎豊玮, 谭玉枚, 宋树祥, 夏海英

作者信息 +

Author information +

文章历史 +

摘要

遮挡和姿态变化是自然场景中影响面部表情识别的主要干扰因素。现有大多数方法采用注意力来增强与表情相关的信息，减少遮挡和姿态变化对表情识别性能的影响。然而，这些方法在网络中不同位置使用相同的注意力机制，忽视浅层和深层特征张量在空间和通道维度上的差异，影响了特征表达的准确性。为此，本文提出一种粒度感知多维自适应注意力网络(GA-MDA)。首先，设计跨粒度空间感知注意力模块(CSA),用于增强浅层网络的特征表达能力；其次，引入多维度自适应注意力模块(MAA),自适应地优化不同维度的空间与通道特征表示，以进一步提升模型的特征表达能力。实验结果表明，GA-MDA在RAF-DB和FERPlus数据集上表情识别准确率分别达到92.01%和90.36%,与目前先进方法HANet和GE-LA相比，识别性能分别提升0.09和0.43个百分点，模型参数量分别减少2.963×10～7和6.341×10～7。