用于野外人脸表情识别的轻量网络
计算机视觉与模式识别
2021-03-30 v1
摘要
自深度学习（DL）复兴以来，人脸表情识别（FER）受到大量关注，性能持续提升。与性能相伴而生的是新的挑战。现代 FER 系统处理在非受控条件下（亦称野外场景）采集的面部图像，包括遮挡和姿态变化。它们利用带有迁移学习、注意力机制和局部-全局上下文提取器等各类组件的深度网络成功应对此类条件。然而，这些深度网络高度复杂且参数量巨大，难以部署于实际场景。是否可能构建一种轻量网络，仍能在野外场景下 FER 中展现出显著良好的性能？本工作中，我们有条理地构建了这样一款网络，称之为 Imponderous Net。我们借助上述深度网络用于 FER 的组件，分析、谨慎选择并适配它们，从而得到 Imponderous Net。我们的 Imponderous Net 是一款低功耗网络，仅有 1.45M 参数，几乎比最先进（SOTA）架构少 50 倍。此外，在推理时，它能在 intel-i7 cpu 上以 40 帧每秒（fps）的实时速率处理。尽管低功耗，其性能依然强劲，压倒其他轻量架构甚至若干高容量架构。具体而言，Imponderous Net 在野外数据集 RAFDB、FERPlus 和 AffectNet 上分别取得 87.09%、88.17% 和 62.06% 的准确率。与其他文献中的轻量架构相比，它在遮挡和姿态变化下也展现出更优的鲁棒性。
引用
@article{arxiv.2103.15136,
title = {Imponderous Net for Facial Expression Recognition in the Wild},
author = {Darshan Gera and S. Balasubramanian},
journal= {arXiv preprint arXiv:2103.15136},
year = {2021}
}