نموذج خفيف يعزز التعرف على التعبيرات الوجهية من خلال التحيز المكاني ووظيفة الخسارة التوافقية جيبية

تُقدّم هذه الورقة البحثية شبكة جديدة لتمييز التعبيرات الوجهية تُسمّى "شبكة الوجه الخفيفة مع التحيّز المكاني" (LFNSB). توازن نموذج LFNSB بين تعقيد النموذج ودقة التمييز. ويتكوّن النموذج من مكوّنين رئيسيين: شبكة استخراج الميزات الخفيفة (LFN)، ووحدة التحيّز المكاني (SB) المسؤولة عن جمع المعلومات الشاملة. تُطبّق LFN تقنيات مدمجة للعمليات القنوية والانسيابية العميقة، مما يقلّل بشكل فعّال من عدد المعلمات مع تعزيز قدرة تمثيل الميزات. بينما تتيح وحدة التحيّز المكاني للنموذج التركيز على الميزات الوجهية المحلية، مع القدرة على اكتشاف الارتباطات بين مناطق وجه مختلفة. بالإضافة إلى ذلك، تم تصميم دالة خسارة جديدة تُسمّى "دالة الخسارة التوافقية الكوسينية" (Cosine-Harmony Loss)، والتي تُحسّن المواقع النسبية لمتجهات الميزات في الفضاء عالي الأبعاد، مما يؤدي إلى فصل أفضل للسمات وتجميعها. أظهرت النتائج التجريبية على مجموعتي بيانات AffectNet وRAF-DB أن نموذج LFNSB المُقترح يُظهر أداءً ممتازًا في مهام تمييز التعبيرات الوجهية، حيث يحقق دقة عالية في التمييز مع تقليل كبير في عدد المعلمات، وبالتالي خفض كبير في تعقيد النموذج.