计算机应用研究

作者：刘娟,张民扬,胡敏,黄忠,江巨浪,

单位：1.安庆师范大学电子工程与智能制造学院,安徽安庆246133；2.合肥工业大学计算机与信息学院情感计算与先进智能机器安徽省重点实验室,合肥230009；

关键词：人脸表情识别,多尺度增强,双池化注意,通道-空间多尺度结构,高效通道-空间注意力机制,

基金：国家自然科学基金资助项目(62176084)；安徽省教育厅自然科学重点研究项目(2022AH051038,2023AH050500,2023AH050474)；；

针对自然场景下表情特征提取仅关注通道-空间单一尺度信息以及平均池化易丢失局部显著性语义的问题，提出一种通道-空间多尺度增强与双池化注意的表情识别网络。首先，为捕获通道-空间整体多尺度增强语义，设计通道对称级联多尺度模块和空间多尺度特征提取模块，并以此构建基于通道-空间多尺度结构的整体特征增强子网。然后，为表征通道-空间区域双池化显著语义，将高效局部注意力机制改进为高效通道-空间注意力机制，并嵌入到区域特征注意子网。最后，为获取整体多尺度增强语义与区域双池化显著语义之间的潜在相关性，采用交叉注意力机制进行整体特征与区域特征之间的特征交互，并设计特征融合子网完成两类特征的模型级融合。实验结果表明，在人脸表情数据集RAF-DB和FERPlus上，其表情识别率分别达到89.97%和90.26%，比基线网络分别提升了13.54和10.95个百分点。与其他网络相比，提出的网络在自然场景下具有较好的表情识别性能。

来源：2025年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第10期