Resumen

En la actualidad, los métodos tradicionales de reconocimiento de expresiones faciales de redes neuronales convolucionales se basan en ideas locales para la expresión de características, lo que resulta en una baja eficiencia de los modelos para capturar la dependencia entre píxeles a larga distancia, lo que conduce a un bajo rendimiento en el reconocimiento de expresiones faciales. Para resolver los problemas mencionados, este artículo combina un mecanismo de autoatención con una red residual y propone un nuevo modelo de reconocimiento de expresiones faciales basado en la idea de operación global. Este artículo primero introduce el mecanismo de autoatención sobre la base de la red residual y encuentra la importancia relativa de una ubicación calculando el promedio ponderado de todos los píxeles de ubicación, luego introduce la atención de canal para aprender diferentes características en el dominio del canal, y genera atención de canal para centrarse en las características interactivas en diferentes canales para mejorar la robustez; finalmente, fusiona el mecanismo de autoatención y el mecanismo de atención de canal para aumentar la capacidad de los modelos para extra

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Tradicional; Reconocimiento de expresiones faciales; Mecanismo de autoatención; Red residual; Idea de operación global; Extracción de características.
• Keywords:Traditional; Facial expression recognition; Self-attention mechanism; Residual network; Global operation idea; Feature extraction.