基于Gabor卷积的高效表情识别网络：CSE-GResNet 学术背景 面部表情识别（Facial Expression Recognition, FER）是计算机视觉领域的一个重要研究方向，广泛应用于社交机器人、医疗保健、社会心理学、客户服务以及心理分析等多个领域。面部表情是人类情感状态和意图的自然、普遍信号，因此，准确识别面部表情对于理解人类情感具有重要意义。然而，现有的FER方法大多关注模型性能的提升，而忽视了计算资源的消耗。在资源受限的平台上，如何在保持高效的同时实现较高的识别性能仍是一个巨大的挑战。 为了解决这一问题，本文提出了一种轻量级且高效的通道移位增强Gabor-ResNet（CSE-GResNet）网络，旨在通过Gabor卷积（Gconv）增强面部图像的关键视觉特征，同时通...