该博客介绍了深度学习在面部表情识别中的应用，特别是DAM-CNN（Deep Attention Mechanism Convolutional Neural Network）模型。通过结合VGG-Face、Salient Region Detection (SERD)和Multi-Path Variational Autoencoder (MPVS-Net)三个部分，网络能够学习到关键区域的重要性并忽略冗余特征。VGG-Face提取特征，SERD生成权重掩膜，MPVS-Net则学习深层次的泛化特征，以提高识别准确性。实验结果显示，该模型在处理表情识别时能有效考虑个体差异。
引言部分其实没说什么，就提了一句：如果我们用权重去衡量 “每个patch” 或 “某些区域”在表情识别任务中的重要性的话会更好。比如微笑表情其实和嘴角区域的关系更大，可以给这个区域赋予更高的权重；额头区域在微笑表情的判别任务中似乎没有太重要，所以可以给这个区域赋予更低的权重。
网络结构分为3部分：VGG- Face、SERD、MPVS-Net。
首先上两个网络整体图
接下来介绍每个部分的功能：
（1）VGG- Face：16层卷积层、5个池化层、三个全连接层。本文用微调后的VGG- face作为主干网络来提取特征，特征输出维度为512 * 7 * 7
（2）SERD：先上图，结合图来介绍
SERD接收VGG- Face输出的特征图作为输入，然后生成一张权重掩膜，说白了就是用一层卷积层（对！SERD只是一层卷积操作！）卷积VGG- Face的输出，然后再用tan
7455
1046
2万+
7052
3265
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
扫一扫
