EmoNeXt：面向面部情绪识别的适配 ConvNeXt
计算机视觉与模式识别
2025-01-15 v1 人工智能
摘要
面部表情在人类沟通中发挥着关键作用，作为表达多种情绪的强大且具影响力的手段。随着人工智能和计算机视觉的发展，深度神经网络已成为面部情绪识别的有效工具。本文提出 EmoNeXt，一种基于经过适配的 ConvNeXt 架构网络的新型深度学习框架，用于面部表情识别。我们集成了空间变换网络（STN）以聚焦于面部特征丰富的区域，并引入 Squeeze-and-Excitation 模块以捕获通道间依赖性。此外，我们引入自注意力正则化项，鼓励模型生成紧凑的特征向量。在 FER2013 数据集上，我们在情绪分类准确率方面证明了该模型优于现有基于深度学习的状态-of-the-art 模型。
引用
@article{arxiv.2501.08199,
title = {EmoNeXt: an Adapted ConvNeXt for Facial Emotion Recognition},
author = {Yassine El Boudouri and Amine Bohi},
journal= {arXiv preprint arXiv:2501.08199},
year = {2025}
}
备注
6 pages, 5 figures and 2 tables. 2023 IEEE 25th International Workshop on Multimedia Signal Processing (MMSP), Poitiers, France