Deeper cascaded peak-piloted network for weak expression recognition论文笔记

1、三个问题

   1.解决什么问题？

   人脸的微表请识别

   2.用了什么方法解决？

  （1）DCPN（Deeper Cascaded Peak-piloted Network）使用了一个更深入、更大的网络，可以更精确地捕捉表达式的细微细节，从而在弱表达式识别中显示出更好的性能。

 （2） 防止扩大的网络架构过度配置，提出了一种级联微调的新的集成训练方法。 

3.效果如何？

DCPN的主要优点是提高了捕捉关键和细微细节的能力，明显提高了弱表达式的识别性能。

2、总体框架

在训练过程中，DCPN将图像序列作为输入。这个图像序列通过预先在ImageNet数据集上进行了训练的网络，然后针对面部表情识别进行了微调。在网络之后，它分为两部分：峰值表达式和非峰值表达式。这两个部分被用作新的输入来再次对网络进行微调。这种级联优化的集成训练方法集成了两个共享相同参数的相同网络，然后对网络参数进行两次优化。