摘要:针对传统依赖空间域特征的表情识别方法在刻画细粒度表情高频纹理表征能力不足的问题, 本文提出空频域融合梯度增强表情识别模型SFA-GCE Net. 该模型以ResNet18作为骨干网络, 在保持空间特征高效提取能力的基础上, 引入可学习频率特征提取(learnable frequency decomposition, LFD)机制自适应建模高频纹理信息. 同时, 设计双域自适应融合模块(dual-domain adaptive fusion module, DAFM)实现空域特征与频域特征的有效互补. 此外, 在训练阶段引入梯度增强交叉熵损失(gradient-enhanced cross-entropy loss, GCE Loss)函数, 通过选择性强化混淆负类别的梯度信号, 提升模型对困难样本的判别能力. 实验结果表明, SFA-GCE Net在RAF-DB和CK+两个公开数据集上的准确率较基础网络ResNet18分别提升2.48%和2.94%, 且仅引入有限的参数量与计算开销, 验证了该方法在性能提升与模型效率之间的良好平衡, 具备在资源受限场景中的应用潜力.