基于多任务学习和知识图谱的面部表情识别

作者：陈龙; 张水平^*; 王海晖; 陈言璞

来源：武汉工程大学学报, 2021, 43(06): 681-688.

DOI：10.19843/j.cnki.CN42-1779/TQ.202107010

• 表情识别
• 多任务学习
• 知识图谱
• 交叉压缩单元

针对面部表情分类的模型中参数较复杂、识别准确率较低的问题,提出了一种基于知识图谱辅助识别的多任务学习算法模型(MLAM),该模型由基于深度学习的识别模块与知识图谱嵌入模块两部分构成。首先从输入的数据中提取潜在的人脸局部表情特征,通过知识图谱实现局部表情和个体的复杂交互;然后在MLAM模型中设计一个交叉压缩单元,关联这两个独立模块,自动学习局部表情和实体特征的高级交互,并在这两个任务之间传递交叉知识转移;最后,在FER2013和CK+的数据集上对比了同类算法,实验结果表明,该模型在上述数据集上分别得到了0.69和0.99的识别率,提高了面部表情识别准确率。

• 单位
  武汉工程大学