A Compact Deep Learning Model for Robust Facial Expression Recognition 阅读笔记

A Compact Deep Learning Model for Robust Facial Expression Recognition 阅读笔记

1，论文主要贡献

1. 提出一种精简的CNN模型来协调在人脸表情识别任务中的“识别正确率”和“模型大小“。
2. 在两个标准的数据集上评估提出的网络模型，并展示相较于现阶段方法的优越性。
3. 收集了三个不同场景的数据集用于验证模型在多场景的性能。
4. 采用增强光照的方法来减轻用不同来源的图片训练模型时产生的过拟合问题。

2，模型结构

  模型由两部分组成：脸部的预处理和CNN分类器。

2.1 预处理

  首先通过 IntraFace 的方法来找出定位点（landmark points），然后根据定位点框出图片人脸的部分，框的边长为 L。
$$L=\alpha \ast max(d_v,$$