面向人脸识别的深度度量结构化学习
计算机视觉与模式识别
2022-01-07 v2
摘要
我们提出一种深度度量学习模型，以创建具有明确结构的嵌入子空间。引入一种在输出空间上施加高斯结构的新损失函数以创建这些子空间，从而塑造数据的分布。给定其简化且已确立的结构，具有高斯混合的解空间是有利的。它允许快速发现类内子类并识别各类质心处的均值代表。我们还提出一种创建子类的新的半监督方法。我们在面部表情识别问题上说明我们的方法，并在 FER+、AffectNet、Extended Cohn-Kanade (CK+)、BU-3DFE 和 JAFFE 数据集上验证结果。我们通过实验证明所学嵌入可成功用于包括表情检索与情绪识别在内的多种应用。
引用
@article{arxiv.2001.06612,
title = {Deep Metric Structured Learning For Facial Expression Recognition},
author = {Pedro D. Marrero Fernandez and Tsang Ing Ren and Tsang Ing Jyh and Fidel A. Guerrero Peña and Alexandre Cunha},
journal= {arXiv preprint arXiv:2001.06612},
year = {2022}
}