【CVPR2021】基于特征解构与重构学习的人脸表情识别

内容简介：考虑到不同类别的表情之间存在着相似性，本文认为人脸表情信息由不同表情之间的共享信息与每个表情的特定信息组成，提出了一种基于特征解构与重构学习的人脸表情识别方法。具体地，首先使用特征分解网络将基本特征分解为一系列能够感知面部动作的潜在特征，这些潜在特征有效地建模了表情中的共享信息。然后，特征重构网络分别对这一系列潜在特征向量进行特征内部和特征之间的相关性建模，从而学习表情的特有信息。实验结果表明该方法在三个室内数据集（包括 CK+、 MMI 和 OuluCASIA）和两个室外数据集（包括 RAFDB 和 SFEW）上都有优越的性能表现。

https://www.zhuanzhi.ai/paper/c832f458c42e7a60a06a20693dafb9d9