龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：基于深度学习的方法近年来在面部表情识别（FER）方面取得了实质性进展，但小规模数据集在训练过程中会导致过拟合。本发明提出了一种基于注意力LSGB网络的面部表情识别方法，该方法精确地聚焦于判别注意区域，并在ImageNet上对模型进行预训练，以缓解过拟合问题。具体来说，在局部关系模块中，提出了一种更高效的方法，通过局部像素对的组合关系，结合一个键图、多个局部图和一个位置图来构建更高层次的实体。通过区域特征聚合一个紧凑的全局加权表示，将原始图像和区域图像放到自注意力模块的顺序层中，得到全局加权表示的权重。在三个流行的基准测试上的实验结果表明，本发明的LSGB网络在FERplus上的优势为88.8%，在AffectNet上的优势为58.68%，在JAFFE上的优势为94.9%。
主权项：1.一种基于注意力LSGB网络的面部表情识别方法，其特征在于，包括以下步骤：步骤1，将小批量的基本表情图像和等分区域图像输入到基础网络中，提取这些图像的卷积神经网络基本特征；步骤2，将卷积神经网络的基本特征提供给局部关系模块LR，自适应地推断局部区域内相邻像素间的组合特征并基于组合特征学习聚合权重，从而帮助模型更好地理解图像特征之间的关系，提高图像处理的效果；步骤3，通过注意力模块SG将自注意力加权特征与全局注意力特征结合起来，并使用权重损失法来调整每个区域和整体特征的自注意力权重，从而重构面部表情特征；步骤4，通过批量归一化模块BN对提取的特征进行归一化处理，从而使得模型更容易学习到特征之间的重要性关系，以扩大类间的距离，增强类内的紧密性。
全文数据：
权利要求：
百度查询： 南昌大学 一种基于注意力LSGB网络的面部表情识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号