用于基于 AU 感知注意力的面部表情识别的 E2-胶囊神经网络
计算机视觉与模式识别
2019-12-06 v1
摘要
胶囊神经网络是深度学习中一种新颖且流行的技术。然而，传统胶囊神经网络在胶囊间动态路由之前未能充分提取特征。本文提出一种利用 AU 感知注意力进行面部表情识别（FER）的双重增强胶囊神经网络（E2-Capsnet）。E2-Capsnet 利用胶囊间的动态路由，并具有两个有益于 FER 的增强模块。第一个增强模块是带 AU 感知注意力的卷积神经网络，可帮助聚焦于表情的活跃区域。第二个增强模块是带多层卷积层的胶囊神经网络，增强了特征表示能力。最后，使用压缩函数对面部表情进行分类。我们在两个公开基准数据集 RAF-DB 与 EmotioNet 上证明了 E2-Capsnet 的有效性。实验结果表明我们的 E2-Capsnet 优于当前最优（SOTA）方法。我们的实现将公开在线提供。
引用
@article{arxiv.1912.02491,
title = {E2-Capsule Neural Networks for Facial Expression Recognition Using AU-Aware Attention},
author = {Shan Cao and Yuqian Yao and Gaoyun An},
journal= {arXiv preprint arXiv:1912.02491},
year = {2019}
}
备注
2 pages, 3 figures