基于人脸识别迁移学习的群体级情感识别
计算机视觉与模式识别
2017-11-07 v3
摘要
在本文中，我们描述了用于第五次 Emotion Recognition in the Wild (EmotiW 2017) 群体级情感识别子挑战赛提交的算法方法。我们使用为面部识别任务训练的卷积神经网络提取检测到的人脸的特征向量，而不是传统的在情感识别问题上的预训练。在最终流水线中，学习了随机森林分类器集成，以利用可用训练集预测情感分数。在未检测到人脸的情况下，我们的集成中的一个成员从整幅图像提取特征。在实验研究中，与其他探索的技术相比，所提方法显示出最低的错误率。特别地，我们在验证数据上达到了 75.4% 的准确率，比基于手工特征的基线高 20%。使用 Keras 框架的源代码公开可用。
引用
@article{arxiv.1709.01688,
title = {Group-level Emotion Recognition using Transfer Learning from Face Identification},
author = {Alexandr G. Rassadin and Alexey S. Gruzdev and Andrey V. Savchenko},
journal= {arXiv preprint arXiv:1709.01688},
year = {2017}
}
备注
5 pages, 3 figures, accepted for publication at ICMI17 (EmotiW Grand Challenge)