一种基于词频-逆文档频率和混合损失的表情识别算法

面部表情能自然高效地表达人类的心理活动和思想状态,影响着人们的沟通交流过程。在诸多智能化应用中,人脸表情识别是人类与机器间建立情感交互的重要基础。在细粒度人脸表情识别任务中,由于特征提取网络对表情产生区域的关键特征处理不足,从而引发细节特征信息丢失问题。提出一种词频-逆文档频率注意力机制TF-IDF SPA,通过该机制调整表情产生关键区域的注意力分布,强化网络对该区域关键细节特征的提取能力。同时,为了应对表情识别任务中普遍存在的类间差异小、类内差异大的问题,设计一种改进型混合加权损失函数,以增强表情类内聚拢性同时增大类间距离。依据数据集中样本的数量分布情况,动态调整损失函数的分类权重值,从而强化模型对小数据量样本的学习能力。在此基础上,将结构简单的TF-IDF SPA模块与卷积层共同堆叠以构建人脸表情识别网络。实验结果表明,该网络具有较好的人脸表情识别性能,在FER2013和CK+数据集上的分类准确率分别达到73.52%和98.27%。

基于SWA优化级联网络的表情识别方法

为了提高表情识别技术的检测精度,文中提出了一种采用随机权重平均SWA优化级联网络的人脸表情识别方法。与单个卷积网络相比,多网络级联能得到更好的检测精度。相对于传统的SGD训练方法,SWA训练方法能增强级联网络中子网络的泛化能力,进一步提高模型的整体性能。通过在Fer2013数据集上测试实验发现,基于SWA方法训练采用加权求和法方式级联的网络模型识别准确率达到74.478%,相对于传统SGD方法训练的单网络模型提高了1.4%以上。另外,与其他典型方法相比,所提改进模型的识别准确率更高。

基于深度可分离卷积的面部表情识别

在现实生活中,面部表情识别常被使用在社交、公共安全、人机交互和计算机视觉中。在实验中常使用众包表情数据集Fer2013来训练网络,但该数据集噪声较多,模型准确率达到65后很难再提升。于是,文章改为使用重新整理后的表情数据集Fer+,Fer+数据集不仅标注出了无效人脸数据,并且重新整理了表情标签,为每个表情类别都标记了分类概率,利于实现人脸的复合表情识别。论文使用简化Xception模型,在原模型基础上修改了网络模型宽度,并且只使用了4个具有残差连接的深度可分离卷积层,最终在Fer+数据集上得到了80%左右的测试准确率。

深度学习在情感识别上的研究

针对现有情感分析算法在处理大量的人脸数据时未能展现良好鲁棒性的问题,提出一种新的情感识别方法。提出Z-libface人脸检测器,并设计出一种新的卷积神经网络模型RT-CNN,同时使用大型表情数据集fer2013以及改良后的FER+,训练出一个比较好的模型。使用提出的卷积神经网络RT-CNN在fer2013、FER+两个表情数据集上进行10倍交叉验证,取10次验证准确率的平均值,在fer2013及FER+上取得了66.72%与80.02%的准确率。