要約
表情認識研究に利用可能な比較的小規模なデータセットは、深層ネットワークの訓練を非常に困難なものにしています。ファインチューニングがこの問題を部分的に緩和することは可能ですが、性能はまだ許容レベルに達しておらず、これは深層特徴量が事前学習されたドメインから冗長な情報を含んでいる可能性があるためです。本論文では、静止画像に基づく表情認識ネットワークの訓練方法として、FaceNet2ExpNetという新しいアイデアを提案します。まず、表情ネットワークの高次ニューロンをモデル化する新たな分布関数を提案します。此基础上，精心设计了两阶段训练算法。（此基础上）この基盤上に立ち、二段階の訓練アルゴリズムが慎重に設計されています。事前訓練段階では、顔認識ネットワーク（Face Net）によって正則化された表情認識ネットワーク（Expression Net）の畳み込み層を訓練します。微調整段階では、事前に訓練された畳み込み層に全結合層を追加し、全体のネットワークを共同で訓練します。可視化結果は、当社の手法で訓練されたモデルが改善された高次の表情意味論を捉えていることを示しています。CK+、Oulu-CASIA、TFD、SFEWという4つの公開表情データベースでの評価により、当社の手法が最先端技術よりも優れた結果を得ていることが確認されました。注：「基础上」在日语中没有直接对应的表达，因此根据上下文进行了调整，以「この基盤上に立ち」来表达“在此基础上”的意思，使句子更加通顺和自然。