要約
顔面表情認識は、医療や教育、マーケティング、販売など、生活のさまざまな分野において重要な貢献を果たしている。このような背景から、ディープラーニングを活用した認識手法の改善を目指した広範な研究が進められている。これらの手法は、高度な特徴抽出技術と分類精度の向上を統合することを目的としている。本論文では、既存のConvNeXtネットワークアーキテクチャを基盤として、顔面表情検出を目的とした「FerNeXt」という手法を提案する。ConvNeXtアーキテクチャ内に、重要チャネル特徴への注目を強化するための効率的チャネル注意（Efficient Channel Attention; ECA）ブロックを導入した。さらに、クラス間の分離性を最適化するため、アフィニティ損失関数（Affinity loss function）を組み込んだ。提案手法の有効性を検証するため、AffectNetおよびRAF-DBの2つの大規模データセットを用いた実験を行った。得られた結果から、提案モデルが優れた性能を示し、一貫して高い正確率を達成し、既存の最先端の顔面表情認識手法を上回ることが確認された。