SCEP—공간 및 채널 가중치 주의 메커니즘을 기반으로 한 새로운 이미지 차원 감정 인식 모델

이미지는 감정 표현을 위한 중요한 매개체입니다. 인간은 이미지에서 감정을 쉽게 이해할 수 있지만, 기계가 정확한 감정을 추출하는 것은 매우 도전적인 작업입니다. 본 연구에서는 이미지를 보다 정확하게 감지하는 데 도움이 되는 새로운 공간 및 채널 가중치 기반 감정 예측 모델 SCEP을 제안합니다. SCEP은 고전적 합성곱 신경망(CNN) 층 구조에 공간 주의 메커니즘과 채널 가중치 메커니즘을 통합하여 이미지를 예측합니다. 이는 공간 주의 메커니즘이 두드러진 영역과 잠재적으로 관련이 없는 영역 간의 대비를 향상시키고, 채널 가중치 메커니즘이 덜 유용한 특징을 억제하면서 유익한 특징을 강조할 수 있다는 근거에 기초합니다. SCEP 모델은 감정 값들을 연속적인 2-D 발란스와 흥분 공간에서 출력하므로, 감정을 단순히 이산적으로 분류하는 것보다 더 많은 감정을 표현할 수 있습니다. 모델의 효과성을 검증하기 위해 우리는 폭넓은 감정 분포가 있는 기존 이미지 데이터 세트를 테스트에 사용합니다. 광범위한 실험 결과, SCEP은 공간 주의 및 채널 가중치 메커니즘이 없는 기본 모델(VGG 및 ResNet)과 비교했을 때 흥분 영역에서 감정 예측 정확도를 ~3%-5% 향상시킬 수 있고, 발란스 영역에서는 ~3-6% 향상시킬 수 있습니다. 따라서 우리는 SCEP을 사용하면 감정 예측의 정확성을 높일 수 있다고 결론짓습니다.