用于人脸识别中表情识别的 identity 增强网络
计算机视觉与模式识别
2018-12-12 v1
摘要
面部表情识别是一项具有挑战性的任务， arguably 因为较大的类内差异和较高的类间相似性。现有方法的核心缺陷是缺乏区分由情绪与身份引起的外观变化的能力。在本文中，我们提出一种新颖的身份增强网络（IDEnNet）以消除身份因素的负面影响并聚焦于识别面部表情。采用空间融合结合自约束多任务学习来联合学习表情表示与身份相关信息。我们在三个流行数据集上评估我们的方法，即 Oulu-CASIA、CK+ 和 MMI。IDEnNet 一致地改进了基线，并在所有三个数据集上取得了最佳或与最先进相当的结果。
引用
@article{arxiv.1812.04207,
title = {Identity-Enhanced Network for Facial Expression Recognition},
author = {Yanwei Li and Xingang Wang and Shilei Zhang and Lingxi Xie and Wenqi Wu and Hongyuan Yu and Zheng Zhu},
journal= {arXiv preprint arXiv:1812.04207},
year = {2018}
}