BriefGPT - AI 论文速递
·
一种基于多尺度特征融合的轻量级注意力深度网络用于多视角面部表情识别
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究使用轻量级卷积神经网络进行多任务学习，识别人脸和分类面部属性。使用MobileNet、EfficientNet和RexNet架构提出了几种模型，并在数据集上证明了它们的有效性。此外，将已训练的模型用作视频帧中面部区域的特征提取器，识别精度比以前已知的模型高4.5%。
🎯
关键要点
- 本研究探讨轻量级卷积神经网络的多任务学习。
- 研究目标是识别人脸和分类面部属性，包括年龄、性别和种族。
- 训练过程中使用了没有距离边缘的剪裁人脸，并微调网络以预测面部表情。
- 提出了基于MobileNet、EfficientNet和RexNet架构的几种模型。
- 在UTKFace数据集上验证了模型的有效性，接近最新的识别结果。
- 在AffectNet数据集上，模型在情感分类上表现出色。
- 已训练的模型被用作视频帧中面部区域的特征提取器，识别精度提高了4.5%。
➡️
