论文部分内容阅读
针对面部微表情识别研究中各类别数量不均衡造成的数据不均衡问题,文章采用端到端的深度学习方法,利用迁移学习将基于深度卷积神经网络的人脸识别模型VGGFace从人脸识别领域迁移到面部表情识别领域,并引入聚焦损失函数作为目标函数来降低数据不均衡的影响。对不均衡数据集(CASME Ⅱ)进行的对比实验结果表明,采用端到端的深度学习方法自动提取特征的效果更好,微表情识别的准确率和F_1值更高。