用于面部表情识别的峰值引导深度网络
计算机视觉与模式识别
2017-01-04 v2
摘要
用于面部相关识别任务（如面部表情识别 FER）的深度网络训练的目标函数通常独立地考虑每个样本。在这项工作中，我们提出了一种新颖的峰值引导深度网络（PPDN），该网络使用同一类型且来自同一受试者的峰值表情样本（简单样本）来监督非峰值表情样本（困难样本）的中间特征响应。表情从非峰值到峰值的演变过程因此可以隐式地嵌入到网络中，以实现对表情强度的不变性。我们提出了一种专门的反向传播过程，称为峰值梯度抑制（PGS），用于网络训练。它驱使非峰值表情样本的中间层特征响应向对应的峰值表情样本的特征响应靠拢，同时避免反向进行。这避免了因非峰值对应样本的干扰而降低对峰值表情样本的识别能力。在两个流行的 FER 数据集 Oulu-CASIA 和 CK+ 上的广泛比较证明了 PPDN 相对于当前最先进的 FER 方法的优越性，以及网络结构和优化策略两者的优势。此外，研究表明 PPDN 是一种通用架构，通过对峰值和非峰值样本的恰当定义，可扩展到其他任务。使用 Multi-PIE 数据集在姿态不变人脸识别上取得的最先进性能的实验验证了这一点。
引用
@article{arxiv.1607.06997,
title = {Peak-Piloted Deep Network for Facial Expression Recognition},
author = {Xiangyun Zhao and Xiaodan Liang and Luoqi Liu and Teng Li and Yugang Han and Nuno Vasconcelos and Shuicheng Yan},
journal= {arXiv preprint arXiv:1607.06997},
year = {2017}
}
备注
Published in ECCV 2016