Apprentissage Profond pour la Reconnaissance du Sourire

Inspiration tirée des récents succès de l'apprentissage profond en vision par ordinateur, nous proposons une nouvelle application des réseaux de neurones convolutifs profonds à la reconnaissance d'expressions faciales, en particulier à la reconnaissance du sourire. Une précision de 99,45 % est atteinte pour la base de données Denver Intensity of Spontaneous Facial Action (DISFA), surpassant considérablement les approches existantes basées sur des caractéristiques conçues manuellement, dont les précisions varient de 65,55 % à 79,67 %. La nouveauté de cette approche comprend une sélection complète des paramètres architecturaux du modèle, permettant de trouver une architecture appropriée pour chaque expression telle que le sourire. Ceci est rendu possible car toutes les expériences ont été réalisées sur une carte graphique Tesla K40c, offrant un accélération d'un facteur 10 par rapport aux calculs traditionnels sur un processeur CPU.