基于残差掩码网络的面部表情识别

由于在人机交互等领域具有广泛应用，自动面部表情识别（Facial Expression Recognition, FER）近年来受到广泛关注。在提升FER性能的诸多方法中，本文聚焦于引入注意力机制的深度网络架构。为此，我们提出一种新颖的“掩码（Masking）”思想，以增强卷积神经网络（CNN）在面部表情识别任务中的表现。该方法利用分割网络对特征图进行精细化处理，使网络能够聚焦于与决策相关的关键信息，从而提升识别准确性。在实验中，我们将广泛使用的深度残差网络（Deep Residual Network）与类似Unet的架构相结合，构建出一种新型的残差掩码网络（Residual Masking Network）。所提出的方法在著名的FER2013数据集以及自建的VEMO私有数据集上均取得了当前最优（State-of-the-Art, SOTA）的识别准确率。