科研之友
微信
新浪微博
Facebook
分享链接
摘要
歧义表情是表情识别中的常见现象,由于歧义表情的存在,表情识别的效果严重受限,主要的原因是数据的单标签无法有效的描述其中复杂的感情倾向,因而标签分布学习是解决该问题的一个可能的方向。针对表情分类中单标签信息量不足的问题,提出了一种渐近真值的标签分布表情识别算法。在不引入额外信息的前提下,充分利用数据库的原本信息完成标签分布的生成和利用。首先,在数据训练时,利用单标签学习,收集数据整体分布的均值;然后,在数据批次的粒度上,逐步逼近数据标签真值;最后,利用生成的数据标签分布重新训练整个网络模型。实验结果表明,该方法对网络模型的精度提升有明显的作用,在与先进算法的对比中也有一定的竞争力。
- 单位
