使用卷积神经网络与表示自编码器单元的面部情感检测
计算机视觉与模式识别
2017-06-07 v1 机器学习
摘要
情感是一种主观事物，利用标记数据背后的知识与科学并提取构成情感的成分，多年来一直是工业界中一个具有挑战性的问题。随着深度学习在计算机视觉中的发展，情感识别已成为一个被广泛研究的课题。在这项工作中，我们针对这一任务提出了两种独立的方法。第一种方法使用自编码器构建每种情感的独特表示，而第二种方法是一个8层卷积神经网络（CNN）。这些方法在姿态情感数据集（JAFFE）上进行了训练，为了测试其鲁棒性，这两个模型还在 Labeled Faces in the Wild (LFW) 数据集中随机抽取的100张图像上进行了测试，该数据集包含的图像比姿态图像更自然。结果表明，通过更多的微调和深度，我们的CNN模型在情感识别方面可以超越现有方法。我们还提出了一些扩展表示自编码器概念以提升其性能的有趣想法。
引用
@article{arxiv.1706.01509,
title = {Facial Emotion Detection Using Convolutional Neural Networks and Representational Autoencoder Units},
author = {Prudhvi Raj Dachapally},
journal= {arXiv preprint arXiv:1706.01509},
year = {2017}
}
备注
6 pages, 8 figures, and 3 tables