FaceNet2ExpNet: تنظيم شبكة التعرف على الوجه العميقة للتعرف على التعبيرات

توفر مجموعات البيانات الصغيرة نسبيًا لبحوث التعرف على التعبيرات تحديًا كبيرًا في تدريب الشبكات العميقة للتعرف على التعبيرات. رغم أن التعديل الدقيق يمكن أن يخفف جزئيًا من هذه المشكلة، إلا أن الأداء لا يزال دون المستويات المقبولة حيث قد تحتوي الميزات العميقة على معلومات زائدة من المجال المُعد مسبقًا. في هذا البحث، نقدم FaceNet2ExpNet، فكرة جديدة لتدريب شبكة للتعرف على التعبيرات تعتمد على الصور الثابتة. أولاً، نقترح دالة توزيع جديدة لنمذجة الخلايا العصبية العليا لشبكة التعبير. بناءً على هذا، تم تصميم خوارزمية تدريب ثنائية المرحلة بعناية. في مرحلة التدريب الأولي، نقوم بتدريب طبقات الإconvolution (التشابك) لشبكة التعبير مع تنظيمها بواسطة شبكة الوجه؛ وفي مرحلة التحسين، نضيف طبقات متصلة بالكامل إلى الطبقات المُعدة مسبقًا للتشابك ونقوم بتدريب الشبكة بأكملها بشكل مشترك. تظهر عمليات الرسم البياني أن النموذج الذي تم تدريبه باستخدام طريقتنا يلتقط معاني تعبيرية عليا محسنة. أثبتت التقييمات التي أجريت على أربع قواعد بيانات عامة للتعرّف على التعبيرات، وهي CK+ و Oulu-CASIA و TFD و SFEW، أن طريقتنا تحقق نتائج أفضل من الحالة الراهنة للتقنية (state-of-the-art).