Resumen

Con el objetivo de la baja velocidad y baja precisión de reconocimiento de expresiones faciales tradicionales, se propone un nuevo método que combina el mecanismo de atención. En primer lugar, se utiliza la convolución grupal para reducir los parámetros de la red. Los canales de la convolución tradicional se agrupan para cortar las conexiones redundantes de manera que el número de parámetros disminuye significativamente. En segundo lugar, el modelo de red ERFNet fue mejorado combinando el módulo residual asimétrico y el módulo de cuello de botella débil para mejorar la velocidad de ejecución y reducir la pérdida de precisión. Finalmente, se añadió el mecanismo de atención a la red de extracción de características para mejorar la precisión de reconocimiento. El experimento muestra que en comparación con los métodos tradicionales de reconocimiento facial, el método propuesto puede mejorar significativamente la precisión y recuperación de reconocimiento; en los conjuntos de datos CK+, Jaffe y Fer2013, la precisión de reconocimiento puede alcanzar el 88.81%, 82.16% y 79.33%, respectivamente.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Método propuesto; Mecanismo de atención; Convolución de grupo; Modelo de red ERFNet; Precisión de reconocimiento; Métodos tradicionales de reconocimiento facial
• Keywords:Proposed method; Attention mechanism; Group convolution; ERFNet network model; Recognition precision; Traditional face recognition methods