FerNeXt: 채널 주의 메커니즘을 활용한 ConvNeXt를 이용한 얼굴 표정 인식

얼굴 표정 인식은 헬스케어, 교육, 마케팅 및 영업 등 삶의 다양한 분야에서 중요한 기여를 해왔다. 이러한 배경으로 인해 딥러닝을 활용한 인식 방법의 개선을 위한 광범위한 연구가 진행되고 있다. 이러한 방법들은 고급 특징 추출 기술과 분류 정확도 향상을 결합하는 것을 목표로 한다. 본 논문에서는 기존의 ConvNeXt 네트워크 아키텍처를 기반으로 한 얼굴 표정 탐지 방법(FerNeXt)을 제안한다. 제안된 모델은 ConvNeXt 아키텍처 내부에 효율적인 채널 주의(Effective Channel Attention, ECA) 블록을 도입하여 중요한 채널 특징에 대한 모델의 주의력을 강화하였다. 또한, 클래스 간 분리성 최적화를 위해 유사도 손실 함수(Affinity loss function)를 도입하였다. 제안된 기법의 성능을 검증하기 위해 AffectNet과 RAF-DB 두 가지 대규모 데이터셋에서 실험을 수행하였다. 실험 결과, 제안 모델은 높은 정확도를 지속적으로 달성하며, 기존의 최첨단 얼굴 표정 인식 기법들을 능가하는 우수한 성능을 보였다.