用于面部表情识别的深度生成-对比网络
计算机视觉与模式识别
2019-05-09 v3
摘要
由于情感人脸的表现深度因个体或表情而异，利用单张人脸图像在某一时刻识别表情是困难的。将查询人脸相对于参考人脸的相对表情可能缓解此困难。本文中，我们提出利用对比表示来嵌入一个独特的表达因子以达到判别目的。该对比表示通过在深度网络的嵌入层比较给定（查询）图像与参考图像来计算。我们试图利用基于给定图像估计的生成式参考图像。因此，我们部署了深度神经网络，以端到端训练方式嵌入生成模型、对比模型和判别模型的组合。在我们提出的网络中，我们试图通过两步来解耦面部表达因子，包括生成器网络与对比编码器网络的学习。我们在公开可用的人脸表情数据库（CK+、MMI、Oulu-CASIA以及in-the-wild数据库）上进行了大量实验，这些数据库在近期文献中被广泛采用。所提方法在识别准确率方面优于已知的当前最优方法。
引用
@article{arxiv.1703.07140,
title = {Deep generative-contrastive networks for facial expression recognition},
author = {Youngsung Kim and ByungIn Yoo and Youngjun Kwak and Changkyu Choi and Junmo Kim},
journal= {arXiv preprint arXiv:1703.07140},
year = {2019}
}