一种自然环境下人脸表情识别的特征增强方法技术

本发明专利技术公开一种自然环境下人脸表情识别的特征增强方法，属于计算机人工智能领域，其特征包括：针对野外复杂无约束环境下的人脸表情图像，提出一个人脸表情识别的特征增强方法；使用了在Transformer中起重要作用的注意力机制，融合空间注意力和通道注意力机制；以通道序列和空间序列的形式将特征图作为变换器（Transformer）的输入，训练学习以在空间维度和通道维度上增强特征图（Feature Maps）；设计了一种人脸表情识别的特征增强模块，该模块是一种基于Transformer架构的特征增强模块，是一种提高CNN表示能力的新方法，该增强模块应用Transformer结构分别在通道和空间维度上增强特征图的特征表示，可以嵌入到大多数卷积神经网络中以提高其性能。神经网络中以提高其性能。

【技术实现步骤摘要】
一种自然环境下人脸表情识别的特征增强方法


[0001]本专利技术涉及计算机人工智能领域，尤其涉及一种自然环境下人脸表情识别的特征增强方法。
[0002]
技术介绍

[0003]人脸表情是个人情感的外在体现，在人类社会活动中发挥着重要作用。近年来，人脸表情识别（FER）技术已应用于心理健康评估和人机交互系统等多个领域，作为人脸属性研究的热点之一，人脸表情识别已引起计算机视觉领域研究人员的极大关注。然而，对于人脸表情图像，角度、比例和遮挡的变化等因素会对最终识别结果产生一定的影响。因此，如何设计性能更好、泛化能力更强的人脸表情识别模型成为FER研究的重点。
[0004]如今，随着深度学习方法在各种视觉任务上显示出强大的竞争力，人脸表情识别方法已经从基于手动特征提取的方法过渡到基于深度学习的方法。这些研究大多在受限的人脸表情识别任务（实验室收集的数据集）中取得了显著成功。然而，现有的大多数方法在野外环境中识别无约束面部表情时仍然面临许多挑战，因为在野外环境下，面部表情图像更容易受到诸如不均匀照明和低质量等干扰因素的影响。r/>[0005]由本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自然环境下人脸表情识别的特征增强方法，其特征在于，包括：将Transformer视为增强模块,针对野外复杂无约束环境下的人脸表情图像，提出一个人脸表情识别的特征增强方法。2.基于权利要求1的所述的将Transformer模型视为增强模块, 本方案使用了在Transformer中起重要作用的注意力机制，融合空间注意力和通道注意力机制；以通道序列和空间序列的形式将特征图作为变换器（Transformer）的输入，训练学习以在空间维度和通道维度上增强特征图（Feature Maps）。3.基于权利要求1的所述的将Transformer视为增强模块,以空间序列的形式将特征图作为变换器（Tra...

【专利技术属性】
技术研发人员：田文洪，
申请(专利权)人：成都中科云集信息技术有限公司，
类型：发明
国别省市：