-
题名基于多任务学习和知识图谱的面部表情识别
被引量:1
- 1
-
-
作者
陈龙
张水平
王海晖
陈言璞
-
机构
武汉工程大学计算机科学与工程学院
智能机器人湖北省重点实验室(武汉工程大学)
-
出处
《武汉工程大学学报》
CAS
2021年第6期681-688,共8页
-
基金
湖北省教育厅科学技术计划青年人才项目(Q20191514)
武汉工程大学科学研究基金(16QD25,20QD32)
湖北省大学生创新创业训练计划项目(S202110490040)。
-
文摘
针对面部表情分类的模型中参数较复杂、识别准确率较低的问题,提出了一种基于知识图谱辅助识别的多任务学习算法模型(MLAM),该模型由基于深度学习的识别模块与知识图谱嵌入模块两部分构成。首先从输入的数据中提取潜在的人脸局部表情特征,通过知识图谱实现局部表情和个体的复杂交互;然后在MLAM模型中设计一个交叉压缩单元,关联这两个独立模块,自动学习局部表情和实体特征的高级交互,并在这两个任务之间传递交叉知识转移;最后,在FER2013和CK+的数据集上对比了同类算法,实验结果表明,该模型在上述数据集上分别得到了0.69和0.99的识别率,提高了面部表情识别准确率。
-
关键词
表情识别
多任务学习
知识图谱
交叉压缩单元
-
Keywords
facial expression recognition
multi-task learning
knowledge graph
cross&compress units
-
分类号
TN911.72
[电子电信—通信与信息系统]
-