• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2016 International Conference on Biometrics >Exploiting privileged information for facial expression recognition
【24h】

Exploiting privileged information for facial expression recognition

机译：利用特权信息进行面部表情识别

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Most of the facial expression recognition methods consider that both training and testing data are equally distributed. As facial image sequences may contain information for heterogeneous sources, facial data may be asymmetrically distributed between training and testing, as it may be difficult to maintain the same quality and quantity of information. In this work, we present a novel classification method based on the learning using privileged information (LUPI) paradigm to address the problem of facial expression recognition. We introduce a probabilistic classification approach based on conditional random fields (CRFs) to indirectly propagate knowledge from privileged to regular feature space. Each feature space owns specific parameter settings, which are combined together through a Gaussian prior, to train the proposed t-CRF+ model and allow the different tasks to share parameters and improve classification performance. The proposed method is validated on two challenging and publicly available benchmarks on facial expression recognition and improved the state-of-the-art methods in the LUPI framework.
机译：大多数面部表情识别方法都认为训练数据和测试数据是均匀分布的。由于面部图像序列可能包含有关异构源的信息，因此面部数据可能在训练和测试之间不对称分布，因为可能难以保持相同质量和数量的信息。在这项工作中，我们提出了一种基于使用特权信息（LUPI）范式进行学习的新型分类方法，以解决面部表情识别的问题。我们介绍一种基于条件随机字段（CRF）的概率分类方法，以将知识从特权空间间接传播到常规特征空间。每个特征空间拥有特定的参数设置，这些参数设置通过高斯先验组合在一起，以训练提出的t-CRF +模型，并允许不同的任务共享参数并改善分类性能。在面部表情识别的两个具有挑战性的公开基准测试中验证了该方法的有效性，并改进了LUPI框架中的最新技术。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号