结合超轻量级双注意力模块的ShuffleNetV2面部表情识别

摘要： 针对面部表情识别领域中难以同时实现低参数量与高准确率的挑战，提出了一种结合注意力机制的ShuffleNetV2网络的面部表情识别方法。该方法基于ShuffleNetV2架构，通过微调模型将Relu激活函数替换为PRelu激活函数，进一步提升了模型的特征捕获与分类能力。此外，本文创新性地引入了一种超轻量级双注意力模块LDAM,该模块结合了DCAM注意力机制与空间注意力机制，并通过... （共7页）