用于面部表情识别的深度协方差描述子
计算机视觉与模式识别
2018-05-11 v1
摘要
本文利用协方差矩阵来编码深度卷积神经网络（DCNN）特征以用于面部表情识别。协方差矩阵的几何空间为对称正定（SPD）矩阵的空间。通过在 SPD 流形上使用高斯核对面部表情进行分类，我们表明在 DCNN 特征上计算的协方差描述子比使用全连接层与 softmax 的标准分类更高效。通过使用 VGG-face 与 ExpNet 架构在 Oulu-CASIA 与 SFEW 数据集上进行大量实验，我们表明所提方法在面部表情识别上达到了当前最优（state of the art）性能。
引用
@article{arxiv.1805.03869,
title = {Deep Covariance Descriptors for Facial Expression Recognition},
author = {Naima Otberdout and Anis Kacem and Mohamed Daoudi and Lahoucine Ballihi and Stefano Berretti},
journal= {arXiv preprint arXiv:1805.03869},
year = {2018}
}