基于卷积神经网络和条件随机场的时空面部表情识别
计算机视觉与模式识别
2020-04-17 v2
摘要
自动化面部表情识别（FER）几十年来一直是一项具有挑战性的任务。许多现有工作使用手工特征如LBP、HOG、LPQ和光流直方图（HOF）结合支持向量机等分类器进行表情识别。这些方法通常需要严格的超参数调优以获得良好结果。近来深度神经网络（DNN）已在视觉目标识别中展现出优于传统方法的性能。在本文中，我们提出一个由基于DNN的架构后接条件随机场（CRF）模块组成的两部分网络，用于视频中的面部表情识别。第一部分使用卷积层后接三个Inception-ResNet模块和两个全连接层来捕获面部图像内的空间关系。为捕获图像帧间的时间关系，我们在网络第二部分使用线性链CRF。我们在三个公开数据库（即CK+、MMI和FERA）上评估所提网络。实验以独立于对象和跨数据库的方式执行。我们的实验结果表明，将深度网络架构与CRF模块级联显著提升了视频中面部表情的识别率，尤其在跨数据库实验中优于当前最优（state-of-the-art）方法，并在独立于对象的实验中取得可比结果。
引用
@article{arxiv.1703.06995,
title = {Spatio-Temporal Facial Expression Recognition Using Convolutional Neural Networks and Conditional Random Fields},
author = {Behzad Hasani and Mohammad H. Mahoor},
journal= {arXiv preprint arXiv:1703.06995},
year = {2020}
}
备注
To appear in 12th IEEE Conference on Automatic Face and Gesture Recognition Workshop