基于自适应卷积和注意力融合的ResNet人脸表情识别方法

分享到

【作者】严武军，叶金霞，李建昌
【刊名】现代信息科技
【作者单位】太原师范学院计算机科学与技术学院
【年份】2025
【卷号】第9卷
【期号】第5期
【页码】39-45
【ISSN】2096-4706
【关键词】ResNet 面部情绪识别深度学习注意力机制
【摘要】在实际应用中，人脸图像受光线、遮挡和姿态等因素影响，表情识别准确率较低。为此，提出一种融合自适应卷积和注意力机制的表情识别方法。该方法基于ResNet34网络，引入自适应卷积模块以捕捉多尺度特征，并整合注意力混合机制提升分类精度。同时，采用滑动损失替代传统交叉熵损失函数，解决数据不平衡问题。实验结果表明，该模型在FER2013数据集上达到75.21%的准确率，验证了其有效性和优越性，为表情识别领域提供了新思路和方法。
【文献类型】期刊