1. 主要思想
通过提出一个新的增强型深度神经网络框架,使用面部表情图像在四级阈值中有效检测疼痛强度
2. 具体方法
该模型分为三部分:预处理,特征提取和分类器
- 特征提取:对VGGFace进行微调,预训练,在进行特征提取;提取出来的特征传到PCA中进行特征维度压缩,保留最重要的特征。
- 分类器:两层一维卷积加上双流BiLSTM,以及最后由numpy.std计算的高斯噪声
创新点:PCA部分以及双流BiLSTM(捕获了更多时间信息)
3. 实验支撑
记录一些关键实验的结论分析,具有启发性的实验和结论
4. 总结启示
针对中心思想和实验结论的总结和扩展思考
扩展思考 : 也就是用自己已有的知识或者自己的“土话”,重新理解paper(费曼学习法的精髓-便于记忆和举一反三的应用)
5. 相关文献
主要的比较贴近的文献,关键性文献
TODO List
- 论文内容整理
- 完善优快云博客