基于直推式深度迁移学习的跨数据库非正面面部表情识别
计算机视觉与模式识别
2018-12-03 v1
摘要
跨数据库非正面表情识别是计算机视觉与情感计算领域中极具意义但相当困难的课题。本文中，我们提出了一种基于广泛使用的 VGGface16-Net 的新颖直推式深度迁移学习架构来解决该问题。在此框架中，VGGface16-Net 用于从源数据库与目标数据库间的非正面面部表情样本中联合学习公共最优非线性判别特征，随后我们设计了一种新颖的直推式迁移层来处理跨数据库非正面面部表情分类任务。为验证所提直推式深度迁移学习网络的性能，我们在两个著名的公开面部表情数据库（即 BU-3DEF 与 Multi-PIE 数据库）上进行了广泛的跨数据库实验。最终实验结果表明，我们的直推式深度迁移网络优于最先进的跨数据库面部表情识别方法。
引用
@article{arxiv.1811.12774,
title = {Cross-database non-frontal facial expression recognition based on transductive deep transfer learning},
author = {Keyu Yan and Wenming Zheng and Tong Zhang and Yuan Zong and Zhen Cui},
journal= {arXiv preprint arXiv:1811.12774},
year = {2018}
}