分散你的注意力：用于面部表情识别的多头交叉注意力网络
计算机视觉与模式识别
2023-05-23 v6
摘要
我们提出一种新颖的面部表情识别网络，称为分散你的注意力网络（DAN）。我们的方法基于两个关键观察。首先，多个类别共享本质相似的底层面部外观，其差异可能很细微。其次，面部表情通过多个面部区域同时展现，识别需要通过编码局部特征间的高阶交互来进行整体处理。为解决这些问题，我们提出包含三个关键组件的 DAN：特征聚类网络（FCN）、多头交叉注意力网络（MAN）和注意力融合网络（AFN）。FCN 通过采用大间隔学习目标来最大化类间可分离性，从而提取鲁棒特征。此外，MAN 实例化多个注意力头以同时关注多个面部区域并在这些区域上构建注意力图。进而，AFN 在将这些注意力图融合为综合图之前，将注意力分散到多个位置。在三个公开数据集（包括 AffectNet、RAF-DB 和 SFEW 2.0）上的大量实验验证了所提方法一致地取得了最先进的面部表情识别性能。代码将发布于 https://github.com/yaoing/DAN。
引用
@article{arxiv.2109.07270,
title = {Distract Your Attention: Multi-head Cross Attention Network for Facial Expression Recognition},
author = {Zhengyao Wen and Wenzhong Lin and Tao Wang and Ge Xu},
journal= {arXiv preprint arXiv:2109.07270},
year = {2023}
}
备注
Paper appears in Biomimetics 2023, 8(2), 199