基于特征融合的注意力双线性池细粒度表情识别

摘要

cqvip:面部表情的细微差异可能传达出截然不同的情绪,使得表情识别成为一项颇具挑战的任务.本文提出一种基于特征融合的注意力双线性池模型FFABP,用于捕获、融合二阶局部特征和一阶全局特征,实现细粒度特征与粗粒度特征的融合.该模型在双线性池模型的基础上引入注意力机制,利用双线性池模型的高维空间表示捕获表情之间的细微局部差别,借助注意力机制突出特征图中重要空间位置的作用;并使用自注意力模型来学习不同区域特征之间的依赖关系,从而获得图像的全局几何特征.实验表明,与现有的其它模型相比,本文模型在数据集FER2013和CK+上能够获得较好的性能表现和鲁棒性.