CF-DAN: 교차 융합 이중 주의 네트워크 기반 얼굴 표정 인식

초록 최근 얼굴 표정 인식(FER)은 주로 얼굴 가림 및 이미지 흐림과 같은 요소를 포함한 자연 이미지에 중점을 두고 있으며, 실험실 이미지는 포함하지 않았습니다. 복잡한 현장 환경은 FER에 새로운 도전 과제를 나타내고 있습니다. 이러한 도전에 대응하기 위해 본 연구에서는 교차 융합 이중 주의 네트워크를 제안합니다. 이 네트워크는 (1) 지역 특징을 정제하고 전 세계 정보를 얻기 위한 교차 융합 그룹화 이중 주의 메커니즘; (2) 계산이 더 적으며 유연성과 인식 능력을 개선하는 세 개의 자유도를 가지는 조각 다항식인 제안된 C₂ 활성화 함수 구성 방법; (3) 잔여 연결과 자가 주의 증류 과정 간의 폐쇄 루프 작용을 통해 중복 정보를 억제하고 모델의 일반화 능력을 향상시키는 것입니다. RAF-DB, FERPlus 및 AffectNet 데이터셋에 대한 인식 정확도는 각각 92.78%, 92.02%, 63.58%였습니다. 실험 결과 이 모델이 FER 작업에 대해 보다 효과적인 솔루션을 제공할 수 있음을 보여줍니다.