基于遗传算法的面部表情识别神经架构搜索
计算机视觉与模式识别
2023-04-25 v1 人工智能
摘要
面部表情是人类表达情绪状态与意图最有力、自然且通用的信号之一。因此，正确且创新的面部表情识别（FER）方法在人工智能中的重要性显而易见。当前FER的普遍做法是利用人类专业知识正确设计卷积神经网络（CNNs）架构。然而，对深度学习研究者而言，寻找性能良好的架构通常是一个极为繁琐且易出错的过程。神经架构搜索（NAS）是近年来关注度日益增长的领域，这得益于近年取得的令人印象深刻的成果以及大量发表的科学著作。我们提出了一种遗传算法方法，其采用巧妙的编码—解码机制，可自动演化用于FER任务的CNNs，达到高准确率分类率。实验结果表明，所提算法在CK+与FERG数据集上取得了已知最佳结果，并在JAFFE数据集上取得了具竞争力的结果。
引用
@article{arxiv.2304.12194,
title = {Neural Architecture Search Using Genetic Algorithm for Facial Expression Recognition},
author = {Shuchao Deng and Yanan Sun and Edgar Galvan},
journal= {arXiv preprint arXiv:2304.12194},
year = {2023}
}