【摘 要】
：
面部表情是人类最重要的非语言情感表达方式,人脸表情识别一直是研究的热点。目前人脸表情识别的研究已经取得了很大突破,但距离真实环境下实时、准确的检测识别还存在一定差距。目前研究重点从实验室环境下受控人脸表情转移到真实环境下非受控人脸表情。非受控人脸表情具有光照不统一、头部姿态多样化、局部遮挡以及个性化差异的问题,造成卷积神经网络难以提取具备表情鉴别力的深度特征。本文以提高卷积神经网络的表情特征学习能
论文部分内容阅读
面部表情是人类最重要的非语言情感表达方式,人脸表情识别一直是研究的热点。目前人脸表情识别的研究已经取得了很大突破,但距离真实环境下实时、准确的检测识别还存在一定差距。目前研究重点从实验室环境下受控人脸表情转移到真实环境下非受控人脸表情。非受控人脸表情具有光照不统一、头部姿态多样化、局部遮挡以及个性化差异的问题,造成卷积神经网络难以提取具备表情鉴别力的深度特征。本文以提高卷积神经网络的表情特征学习能力以及改善遮挡表情的识别效果为目的研究非受控人脸表情识别。1.针对非受控人脸表情同类差异大,异类差异小以及数据集类别分布不平衡的问题,提出空间分布损失（SD loss）提升卷积神经网络的特征学习能力。SD loss借鉴Softmax损失分离特征点的算法思想来分离特征簇,引入k近邻算法将特征点的k个近邻特征的平均值作为聚簇中心,实现簇内紧凑。人脸表情识别的骨干网络使用注意力机制ECA,使模型更关注与表情识别相关的特征区域。在人脸表情数据集RAF-DB与Affect Net进行实验,分别得到识别率为86.52%和60.36%,优于以往经典的人脸表情识别方法。2.针对真实环境下人脸表情存在局部遮挡的问题,本文提出基于多区域联合的人脸表情识别方法,即联合使用面部局部区域和全局区域共同提取表情特征。该方法借鉴注意力机制的算法思想,利用自注意力网络实现各局部区域深度特征和全局区域深度特征的加权融合,并提出权重限制损失平衡各局部区域深度特征和全局区域深度特征的权重分配。本文从非受控人脸表情数据集中收集遮挡人脸表情图像建立遮挡人脸表情数据集,在遮挡人脸表情数据集上进行消融实验证明所提方法有效,在RAF-DB以及Affect Net上进行实验证明所提方法的先进性。
其他文献
星地融合网络（Satellite-Terrestrial Integrated Networks,STINs）凭借其广覆盖、高容量等优势,以应对海量的数据增长及满足用户泛在的通信需求,正成为当前研究的热点。然而,一方面,STINs场景的复杂性、异构性导致网络资源难以被合理利用,进而影响用户通信质量和网络性能;另一方面,STINs拓扑动态性增加了用户与网络接入点关联的复杂度,进而影响用户的通信效率。
为了精细考虑电网传输特性对虚拟电厂调度计划的影响，提升虚拟电厂调度计划的可行性，研究虚拟电厂运行中所需要满足的电网运行条件，提出一种考虑电网运行要求的虚拟电厂优化调度方法。虚拟电厂中各类分布式电源运行状态调整将导致电网中电压、潮流分布发生变化。通过将上述运行约束嵌入传统虚拟电厂优化调度模型中，构建计及配电网传输特性的虚拟电厂优化调度方法。基于REDS-32节点系统构造的算例表明，若不考虑电网运行约
第五代移动通信（The 5th Generation Mobile Communication,5G）技术的全面普及给人们的生活模式带来了极大的改变,它以速率高、延迟低和可靠性强的优点为各行各业带来革命性的变革。在5G系统中,非接入层（Non-Access Stratum,NAS）处于协议栈的顶层,包含移动性管理（5GS Mobility Management,5GMM）子层和会话管理（5GS S
卫星通信作为实现未来6G空天地一体化与全球无缝覆盖的关键技术,但传统卫星通信网络中星上资源受限,难以满足用户对于新型业务服务质量的需求。结合地面移动边缘计算技术（Mobile Edge Computing,MEC）,形成卫星边缘计算场景,突破传统中心云模式下卫星中继带来的缺陷,通过边缘卫星节点为用户提供低时延、高可靠的计算服务。然而如何在拥有多层、异构计算存储资源的卫星边缘场景下合理管理系统资源,
无线应用场景的多样性和业务的实时性对蜂窝网络的容量、覆盖范围和速率等方面提出了越来越高的要求。无人机由于其易部署、维护成本低、灵活性和机动性高、悬停能力强等优点,能够在突发性或临时性任务中作为空中基站提供通信覆盖,为下一代无线通信提供高效可靠的解决方案。因此,准确地建模无人机辅助蜂窝网络对无人机辅助蜂窝网络的设计和部署至关重要。本文针对不同无人机辅助的5G通信场景,采用随机几何理论建立了两种无人机
随着计算机科学技术的不断发展和互联网的逐渐普及,各类社交媒体平台数量逐渐增多,短文本数据呈指数级的态势不断增长。研究者们对短文本进行情感分析的研究热度不断提高。本文对文本预训练模型和神经网络进行研究,通过BERT模型对输入的文本数据进行向量化表示,构建深度神经网络对词向量进行训练和优化,设计并实现了BERT-CNN-Bi GRU和BERT-GAT两个中文情感分析模型。针对目前的情感分析模型不能结合
目的：基于医院门诊患者满意度量表，检验患者满意度与忠诚度的影响因素。方法：对四川省两家公立医院和两家私立医院784名门诊患者进行问卷调研，采用测量模型检验评价问卷的信效度，实证检验运用偏最小二乘法结构方程模型（PLS-SEM）进行假设检验。结果：就医环境、服务技术、服务态度、服务效率和感知价值正向显著影响患者满意度，服务技术、患者满意度正向显著影响患者忠诚度，患者满意度在五个前因维度和患者忠诚度之
在全断面岩石掘进机（Tunnel Boring Machine,TBM）的掘进过程中,刀盘滚刀作为最直接的破岩工具,极易受到异常磨损和损坏,从而造成施工延误及经济损失,因此需要实时监测刀盘滚刀的工作状态。岩渣是盾构机掘进过程的直接产物,携带丰富的工况信息,研究表明其粒径大小能够反映当前刀盘的施工状况,基于岩渣图像处理的方法能够避开恶劣的生产环境,同时还具有成本低、损耗低、设备简单等优点。本文提出一
云无线接入网（Cloud Radio Access Network,C-RAN）切片是未来移动网络系统中最有前途的技术之一,能够满足用户多样化的服务需求。由于不同区域流量的密度不同,分配给网络切片的资源也存在差异,因此给切片间和切片内用户合理地分配资源是实现服务保障的关键。同时,在C-RAN网络切片中,不仅需要考虑用户与基站的物理接入,还需要考虑用户与切片的逻辑接入,而对网络中有多种逻辑接入选择的
目的 探讨人性化护理服务模式在眼科门诊护理工作中的应用效果评价分析。方法 将76例眼病患者随机分为两组，对照组使用常规护理，观察组使用人性化护理服务模式，对比两组的就诊各指标、患者心理状态、护理质量评分、护理满意度。结果 观察组就诊等待时间明显短于对照组，而护理风险事件、医疗纠纷发生率明显低于对照组（P＜0.05）；观察组护理后SAS、SDS评分明显低于对照组（P＜0.05）；观察组主动服务意识、