RARITYNet：稀有性引导的情感情绪学习框架
计算机视觉与模式识别
2022-05-19 v1
摘要
受手工特征与深度学习方法优点的启发，我们提出RARITYNet：稀有性（RARITY）引导的情感情绪学习框架，以学习外观特征并识别面部表情的情绪类别。RARITYNet框架通过结合浅层（RARITY）与深层（AffEmoNet）特征来从具有自发表情、姿态变化、种族改变和光照条件等挑战性图像中识别面部表情。RARITY被提出用于编码局部邻域内的径向间过渡模式。AffEmoNet：情感情绪学习网络通过整合三条特征流提出：高增强边缘滤波（HBSEF）流，用于提取高度受影响面部表情区域的边缘信息；多尺度精细边缘累积（MSSEC）流，用于从多感受野学习精细边缘信息；以及RARITY提升互补上下文特征（RUCCF）流，精炼RARITY编码特征并辅助MSSEC流特征以增强RARITYNet的学习能力。
引用
@article{arxiv.2205.08595,
title = {RARITYNet: Rarity Guided Affective Emotion Learning Framework},
author = {Monu Verma and Santosh Kumar Vipparthi},
journal= {arXiv preprint arXiv:2205.08595},
year = {2022}
}