基于注意特征融合和聯(lián)合損失的表情識(shí)別網(wǎng)絡(luò)

摘要： 針對(duì)目前表情識(shí)別任務(wù)中模型結(jié)構(gòu)復(fù)雜、參數(shù)量大及準(zhǔn)確率低的問題，提出了一種基于注意特征融合和聯(lián)合損失的人臉表情識(shí)別模型。在構(gòu)建的網(wǎng)絡(luò)模型中加入注意力特征融合模塊，解決融合不同尺度特征時(shí)出現(xiàn)的信息丟失的問題。將卷積神經(jīng)網(wǎng)絡(luò)篩選得到的淺層特征與深層特征進(jìn)行融合，以保證網(wǎng)絡(luò)能夠充分學(xué)習(xí)到圖像的不同語(yǔ)義特征信息，提升判別效果。為了減小表情類內(nèi)距離、增大類間差別，采用了聯(lián)合損失函數(shù)對(duì)模型進(jìn)...