面向面部表情识别的通用深度特征提取器研究
计算机视觉与模式识别
2022-01-20 v1 机器学习
摘要
人脸传递着大量信息。通过面部表情，人脸能够在无需言语的情况下传达众多情感。视觉情感识别已被广泛研究。近来，已有若干端到端训练的深度神经网络被提出用于该任务。然而，此类模型往往缺乏跨数据集的泛化能力。本文中，我们提出 Deep Facial Expression Vector ExtractoR (DeepFEVER)，一种基于深度学习的新方法，其学习到的视觉特征提取器具有足够的通用性，可应用于任何其他面部情感识别任务或数据集。DeepFEVER 在 AffectNet 和 Google Facial Expression Comparison 数据集上优于当前最优结果。DeepFEVER 提取的特征对其他数据集——甚至是训练时未见过的数据集，即 Real-World Affective Faces (RAF) 数据集——也极具泛化能力。
引用
@article{arxiv.2201.07781,
title = {Towards a General Deep Feature Extractor for Facial Expression Recognition},
author = {Liam Schoneveld and Alice Othmani},
journal= {arXiv preprint arXiv:2201.07781},
year = {2022}
}
备注
Published in: 2021 IEEE International Conference on Image Processing (ICIP). arXiv admin note: text overlap with arXiv:2103.09154