摘要

面部表情在人类交流中发挥着至关重要的作用，是一种强大且有效的手段，用于表达广泛的情感。随着人工智能和计算机视觉技术的进步，深度神经网络已成为面部情感识别的有效工具。本文提出了一种新的深度学习框架——EmoNeXt，该框架基于改进的ConvNeXt架构网络进行面部表情识别。我们集成了空间变换网络（Spatial Transformer Network, STN），以专注于面部特征丰富的区域，并引入了挤压-激励块（Squeeze-and-Excitation blocks）来捕捉通道间的依赖关系。此外，我们引入了一个自注意力正则化项，促使模型生成紧凑的特征向量。我们在FER2013数据集上展示了我们的模型在情感分类准确性方面优于现有的最先进深度学习模型。