Key points are not available for this paper at this time.
얼굴 표정 인식은 컴퓨터 비전의 핵심 연구 분야로, 지능형 장치가 인간의 감정과 의도를 이해할 수 있도록 합니다. 그러나 자연 장면에서의 얼굴 표정 인식은 가림과 자세 변화와 같은 환경적 요소로 인해 도전 과제를 제시합니다. 이를 해결하기 위해, 우리는 로컬 특징 강화와 글로벌 정보 상관관계를 결합한 새로운 접근 방식을 제안합니다. 이 방법은 모델이 맥락 정보와 함께 로컬 및 글로벌 얼굴 특징을 학습할 수 있게 합니다. 눈에 띄는 로컬 특징을 강화하고 다중 스케일 얼굴 표정 특징을 탐색함으로써, 우리의 모델은 가림과 자세 변화의 영향을 효과적으로 완화하여 인식 정확도를 향상시킵니다. 실험 결과, 우리의 조정된 모델은 도전적인 환경에서 얼굴 표정을 인식하는 데 있어 대체 알고리즘보다 우수한 성능을 보이며, 각각 RAF-DB 및 CK+ 데이터 세트에서 85.07% 및 99.35%의 인식 정확도를 달성하였습니다.
Chen et al. (Wed,) 이 질문을 연구하였습니다.