国内刊号:11-2436/TN
国际刊号:1001-5078
发布日期:
作者:许尚立
单位:1.重庆工业职业技术大学,重庆 401120;2.重庆交通大学,重庆 400074;3.兰州理工大学,甘肃 兰州 730050;
关键词:课堂表情;红外热特征图;胶囊网络;红外可视化;Arcface
基金:国家自然科学基金(No.62361039);重庆市教委人文社会科学研究项目(No.24SKCS066;No.23SKCS168)资助。
面部表情能充分展现学生的学习状态与内心情感,本文提出一种红外热特征图下的课堂表情胶囊识别网络。首先,对捕获图像进行预处理;其次,融合Transformer与MobileFaceNet从局部与全局角度获得三个层次的表情特征;并采用深层胶囊特征转化模型获得特征的转换输入;最后,构建平行GAP Arcface分类模型完成课堂表情分类。在表情图像集中,完成本文方法与MSDFG net、CFMDB net的红外可视化特征热图效果、识别准确率与算法效能对比,本文方法的平均课堂表情识别率可达83,结果表明本文方法更能聚焦关键特征、算法的识别准确率高、鲁棒性好。
来源:2025年第12期
《激光与红外》期刊编辑部