基于深度学习的面部动作单元识别算法

• 作者: 王德勋 范贵生 虞慧群
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 面部动作单元识别 迁移学习 类别不平衡 动态加权损失 多任务训练
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 269-276
• 页数: 8页
• 分类号: TP391.4
• 字数: 6459字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20190107003

摘要

面部动作单元识别任务是理解人脸表情最重要的环节之一,但因为类别极度不平衡和属于多标签分类等问题,给算法设计带来了不小的困难.针对这些问题设计了一种基于深度学习的面部动作单元识别算法.首先,基于迁移学习理论,以人脸识别任务为目标驱动,使用大规模数据集预训练卷积网络,使模型具有提取人脸抽象特征的能力;其次,设计了一个根据分类置信度来动态加权样本损失大小的目标函数,使得模型更关注于优化少数类样本;最后,结合多标签共现关系拟合和人脸关键点回归两个相关任务,联合训练模型并测试.实验结果表明,该方法在CK+和MMI数据集上能有效提升分类正确率与F1分数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	虞慧群	华东理工大学计算机科学与工程系	113	814	14.0	24.0
2	范贵生	华东理工大学计算机科学与工程系	47	341	10.0	17.0
3	王德勋	华东理工大学计算机科学与工程系	1	2	1.0	1.0