基于增强深度三维卷积神经网络的面部表情识别
计算机视觉与模式识别
2020-04-17 v1
摘要
深度神经网络（DNN）已在包括面部表情识别（FER）在内的多种视觉识别任务中表现出优于传统方法的性能。尽管利用DNN提升FER系统准确性的努力不断，现有方法在实际应用中的泛化能力仍显不足。本文提出一种用于视频中FER的三维卷积神经网络方法。该新网络架构由三维Inception-ResNet层后接一个LSTM单元组成，共同提取面部图像内的空间关系以及视频中不同帧间的时间关系。面部标志点也作为我们网络的输入，以强调面部部件的重要性，而非那些对生成面部表情贡献不显著的面部区域。我们使用四个公开数据库在主体无关和跨数据库任务上评估所提方法，其性能优于当前最优方法。
引用
@article{arxiv.1705.07871,
title = {Facial Expression Recognition Using Enhanced Deep 3D Convolutional Neural Networks},
author = {Behzad Hasani and Mohammad H. Mahoor},
journal= {arXiv preprint arXiv:1705.07871},
year = {2020}
}
备注
To appear in 2017 IEEE Conference on Computer Vision and Pattern Recognition Workshops (CVPRW)