基于 Emotional DAN 的情绪分类与可视化
计算机视觉与模式识别
2018-10-26 v1
摘要
人类情绪分类对许多计算机视觉算法而言仍是一项重要且具挑战性的任务，尤其在人形机器人与人类在日常中共存的时代。当前提出的情绪识别方法使用多层卷积网络解决该任务，在分类阶段并不显式推断任何面部特征。在本工作中，我们提出一种根本不同的情绪识别方法，其依赖于将面部关键点作为分类损失函数的一部分。为此，我们扩展了最近提出的深度对齐网络（DAN），加入与面部特征相关的项。得益于这一简单修改，我们称为 EmotionalDAN 的模型在两个具有挑战性的基准数据集上以最高 5% 的优势超越了最先进的情绪分类方法。此外，我们可视化了网络在做决策时所分析的图像区域，结果表明我们的 EmotionalDAN 模型能够正确识别负责表达情绪的面部关键点。
引用
@article{arxiv.1810.10529,
title = {Classifying and Visualizing Emotions with Emotional DAN},
author = {Ivona Tautkute and Tomasz Trzcinski},
journal= {arXiv preprint arXiv:1810.10529},
year = {2018}
}
备注
Under review at Special Issue on Deep Neural Networks for Digital Media Algorithms, Fundamenta Informaticae. arXiv admin note: text overlap with arXiv:1805.00326