基于ResNet18与胶囊网络结合的人脸表情识别

摘要：

为了避免CNN池化层丢失特征并解决胶囊网络自身卷积层特征提取不足的问题,提出一种改进的ResNet18和胶囊网络结合的人脸表情识别方法.该方法仅保留ResNet18的卷积层,对其中的3个残差块进行调整,然后融入CBAM注意力机制,替换胶囊网络的单卷积层来提取特征,最后将提取的特征送入胶囊网络进行训练和分类.所提出的方法在CK+、RAF-db和FER+数据集上进行了实验,识别准确率CK+97.97％、RAF-db84.11％、FER+(单标签)86.24％、FER+(双标签)94.14％.实验结果表明,该方法在人脸表情识别方面具有可行性和有效性.

关键词：胶囊网络、ResNet18、人脸表情识别、特征提取、CBAM注意力机制

所属期刊栏目：44

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;青岛科技大学大学生创新训练计划项目

在线出版日期：2023-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-114