Wyszukiwanie zaawansowane ?

Obiekt

Advancing Facial Expression Recognition -- Enhanced MobileNetV3 with Integrated Coordinate Attention and Dynamic Kernel Adaptation, Journal of Telecommunications and Information Technology, 2025, nr 2
Pobierz

Tytuł: Advancing Facial Expression Recognition -- Enhanced MobileNetV3 with Integrated Coordinate Attention and Dynamic Kernel Adaptation, Journal of Telecommunications and Information Technology, 2025, nr 2

Autor:

Kamline, Miloud ; Bendjillali, Ridha Ilyas ; Bendelhoum, Mohammed Sofiane ; Ouardas, Asma ; Tadjeddine, Ali Abderrazak

Data wydania:

2025, nr 2

Typ zasobu:

artykuł

Tytuł publikacji grupowej:

2025, nr 2, JTIT-artykuły

Opis:

kwartalnik

Abstrakt:

This paper presents an improved approach for facial expression recognition (FER), which incorporates the Coordinate Attention (CAM) mechanism into MobileNetV3, a lightweight CNN widely used for its real-time applications on low-power devices. The CA mechanism greatly improves the ability of the model to focus on face regions of interest, as it incorporates positional information, making feature extraction more accurate. Additionally, dynamic kernel adaptation (DKA) and SoftSwish are incorporated into the model to enhance the flexibility and computational efficiency of MobileNetV3. The proposed model was tested in three sets of JAFFE, CK+, and FER2013, where accuracy improvements were reported of 98.84% in the JAFFE dataset, 99.56% on the CK+ dataset, and 88.50% on the FER2013 dataset. These results support the viability and utility of the proposed approach to improve FER, especially in applications that favor higher numerical performance.

Numer:

2

Wydawca:

National Institute of Telecommunications

Identyfikator zasobu:

oai:bc.itl.waw.pl:2399

DOI:

10.26636/jtit.2025.2.2146

eISSN:

on-line: ISSN 1899-8852

Źródło:

Journal of Telecommunications and Information Technology

Język:

ang

Prawa:

Biblioteka Naukowa Instytutu Łączności

Licencja:

CC BY 4.0

Temat i słowa kluczowe:

coordinate attention mechanism dynamic kernel adaptation facial expression recognition MobileNetV3 SoftSwish activation function

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

2 lip 2025

Data dodania obiektu:

2 lip 2025

Liczba wyświetleń treści obiektu:

1

Wszystkie dostępne wersje tego obiektu:

https://bc.itl.waw.pl/publication/2716

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Nazwa wydania Data
Kamline, Miloud; Bendjillali, Ridha Ilyas; Bendelhoum, Mohammed Sofiane, Advancing Facial Expression Recognition -- Enhanced MobileNetV3 with Integrated Coordinate Attention and Dynamic Kernel Adaptation, Journal of Telecommunications and Information Technology, 2025, nr 2 2 lip 2025

Obiekty Podobne

2023, nr 4, JTIT-artykuły
2023, nr 4, JTIT-artykuły
Deep Learning-Powered Beamforming for 5G Massive MIMO Systems, Journal of Telecommunications and Information Technology, 2023, nr 4

Bendjillali, Ridha Ilyas Bendelhoum, Mohammed Sofiane Tadjeddine, Ali Abderrazak Kamline, Miloud

2023
artykuł
2024, nr 2, JTIT-artykuły
2024, nr 2, JTIT-artykuły
Improving Performance of MC-CDMA Systems Using UTTCM Channel Coding, Journal of Telecommunications and Information Technology, 2024, nr 2

Bendjillali, Ridha Ilyas Bendelhoum, Mohammed Sofiane Abderraouf, Elarbi Lahcene, Mohamed

2024
artykuł
Studying and Modeling the Performance of the TCM-STBC Systems in the Rayleigh Channel, Journal of Telecommunications and Information Technology, 2021, nr 1

Lahcene, Mohamed Rida Elarbi, Abderraouf Bendelhoum, Mohammed Sofiane Menezla, Fayssal

2021, nr 1
artykuł
An Improved Downlink MC-CDMA System for Efficient Image Transmission, Journal of Telecommunications and Information Technology, 2017, nr 4

Boukli-Hacene, Ismail Djebbari, Ali Taleb-Ahmed, Abdelmalik Bendelhoum, Mohammed Sofiane

2017, nr 4
artykuł
Więcej
×

Cytowanie

Styl cytowania:

Dane kontaktowe

Adres

Instytut Łączności – Państwowy Instytut Badawczy ul. Szachowa 1 04-894 Warszawa

Telefon

(+48) 5128 696

E-Mail

biblioteka@il-pib.pl

Odwiedź nas!

Ta strona wykorzystuje pliki 'cookies'. Więcej informacji