用于人脸姿态归一化与情绪识别的生成对抗堆叠自编码器
计算机视觉与模式识别
2020-07-21 v1 机器学习
摘要
在这项工作中，我们提出一种新颖的生成对抗堆叠自编码器，其学习将幅度达正负 60 度的人脸表情映射为 0 度的光照不变人脸表示。我们通过使用一种利用局部与全局空间信息的新颖卷积层，以及一种利用人脸对称性且参数量减少的卷积层来实现这一点。此外，我们引入一种生成对抗渐进贪婪逐层学习算法，旨在以高效且增量的方式训练对抗自编码器。我们证明了方法的有效性，并在多个面部情绪识别语料库（包括一个真实场景采集的语料库）上报告了最先进的性能。
关键词
引用
@article{arxiv.2007.09790,
title = {Generative Adversarial Stacked Autoencoders for Facial Pose Normalization and Emotion Recognition},
author = {Ariel Ruiz-Garcia and Vasile Palade and Mark Elshaw and Mariette Awad},
journal= {arXiv preprint arXiv:2007.09790},
year = {2020}
}
备注
Accepted at IJCNN 2020