FaceChannel：用于面部表情识别的快速而轻量的深度神经网络
计算机视觉与模式识别
2020-09-17 v1 机器学习
图像与视频处理
摘要
当前自动面部表情识别（FER）的最先进模型基于非常深的神经网络，它们有效但训练代价相当高昂。鉴于 FER 的动态条件，这一特性阻碍了此类模型被用作通用情感识别。在本文中，我们通过形式化 FaceChannel 来解决此问题，这是一个参数远少于常见深度神经网络的轻量神经网络。我们引入一个抑制层，帮助塑造网络最后一层中面部特征的学习，从而在减少可训练参数数量的同时提升性能。为评估我们的模型，我们在不同基准数据集上开展一系列实验，并展示 FaceChannel 如何取得与当前 FER 最先进模型相当乃至更优的性能。我们的实验包括跨数据集分析，以估计我们的模型在不同情感识别条件下的表现。我们以分析 FaceChannel 如何学习并令所学面部特征适应不同数据集作结。
引用
@article{arxiv.2009.07635,
title = {The FaceChannel: A Fast & Furious Deep Neural Network for Facial Expression Recognition},
author = {Pablo Barros and Nikhil Churamani and Alessandra Sciutti},
journal= {arXiv preprint arXiv:2009.07635},
year = {2020}
}
备注
Accepted for publication at SN Computer Science. arXiv admin note: substantial text overlap with arXiv:2004.08195