一种用于视频序列人脸识别的优化 Capsule-LSTM 模型
计算机视觉与模式识别
2021-06-15 v1 机器学习
图像与视频处理
摘要
为克服卷积神经网络在人脸表情识别过程中的局限性，提出了一种基于视频帧序列的 Capsule-LSTM 人脸表情识别模型。该模型由胶囊编码器、胶囊解码器与 LSTM 网络三个网络组成。胶囊编码器提取视频帧中人脸表情的空间信息。胶囊解码器重建图像以优化网络。LSTM 提取视频帧间的时间信息并分析帧间表情变化差异。来自 MMI 数据集的实验结果表明，本文提出的 Capsule-LSTM 模型能有效提高视频表情识别的准确率。
引用
@article{arxiv.2106.07564,
title = {An optimized Capsule-LSTM model for facial expression recognition with video sequences},
author = {Siwei Liu and Yuanpeng Long and Gao Xu and Lijia Yang and Shimei Xu and Xiaoming Yao and Kunxian Shu},
journal= {arXiv preprint arXiv:2106.07564},
year = {2021}
}
备注
14pages,4 figurews