基于卷积神经网络的人脸表情识别：研究现状
计算机视觉与模式识别
2016-12-12 v1
摘要
自动识别面部表情的能力使人机交互及其他领域的新型应用成为可能。因此，该领域研究活跃，近期若干工作利用卷积神经网络(CNNs)进行特征提取与推理。这些工作在 CNN 架构及其他因素方面差异显著。仅基于报告的结果，这些因素对性能的影响并不清晰。本文中，我们综述了基于图像的人脸表情识别使用 CNN 的研究现状(state of the art)，并强调了算法差异及其性能影响。在此基础上，我们指出了现有瓶颈以及推进该研究领域的发展方向。此外，我们证明克服其中一个瓶颈——该领域所用 CNN 架构相对基础——可带来性能大幅提升。通过组建现代深度 CNN 的集成，我们在 FER2013 测试集上取得了 75.2% 的准确率，无需辅助训练数据或人脸配准即超越了先前工作。
引用
@article{arxiv.1612.02903,
title = {Facial Expression Recognition using Convolutional Neural Networks: State of the Art},
author = {Christopher Pramerdorfer and Martin Kampel},
journal= {arXiv preprint arXiv:1612.02903},
year = {2016}
}