计算机工程与科学

作者：邓翔宇, 裴浩媛, 盛迎

单位：（西北师范大学物理与电子工程学院,甘肃 兰州 730070）

关键词：人脸表情识别,MobileViT,多尺度卷积PSConv,注意力机制,网络融合,轻量化网络,

从轻量化模型的角度提出一种基于网络融合的改进MobileViT人脸表情识别网络。该网络将多尺度卷积PSConv和注意力机制通过残差结构进行融合，形成RAPSConv特征重构模块，该模块能从细粒度角度更高效地提取多尺度特征，加强关键特征表达，进而提高网络的表达能力，构建出一个端到端的表情识别网络。同时，为了进一步缩小同类表情间差距，提出联合使用Softmax Loss和Center Loss损失函数，有效减少了表情识别的误判率。实验结果表明，改进后的网络在3个自然场景表情数据集FER2013、FER+和RAF-DB上的准确率均优于基础网络MobileViT，准确率分别提高了1.73%，2.18%和1.64%，改进后的网络参数量较少，鲁棒性较强，便于实现轻量化和集成，适合人脸表情识别在现实场景中的应用。

来源：2024年第6期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第6期