基于面部关键点与神经网络的实时面部表情识别
计算机视觉与模式识别
2022-02-02 v1 人工智能
机器学习
摘要
本文提出了一种轻量级算法，用于基于人脸静态图像以实时方式进行特征提取、七类不同情绪的分类以及面部表情识别。为此，基于前述算法训练了一个多层感知机（MLP）神经网络。为了对人脸进行分类，首先对输入图像进行预处理，以定位并裁切出人脸。下一步，使用面部关键点检测库，可检测每张人脸的关键点。随后，将人脸拆分为上半脸与下半脸，从而能从各部分提取所需特征。在所提模型中，同时考虑了几何与基于纹理的两类特征。特征提取阶段后，创建归一化特征向量。使用这些特征向量训练一个 3 层 MLP，在测试集上达到了 96% 的准确率。
引用
@article{arxiv.2202.00102,
title = {Real-Time Facial Expression Recognition using Facial Landmarks and Neural Networks},
author = {Mohammad Amin Haghpanah and Ehsan Saeedizade and Mehdi Tale Masouleh and Ahmad Kalhor},
journal= {arXiv preprint arXiv:2202.00102},
year = {2022}
}
备注
7 pages, 8 figures, 6 tables