《表3 RAF-DB数据集上的整体精度》
注:黑色字体表示最优结果。PAT表示probabilistic attribute tree;IPA2LT表示inconsistent pseudo annotations to latent truth;APM表示adaptive pooling maps;SCN表示self-cure network。
实验结果如表3所示,可以看到,通过参数重要性正则,本文方法比直接微调提升了1.83%,这主要是由于保留了人脸识别网络充分提取面部特征的能力,从而避免多种无关因素的影响。值得注意的是,本文方法在RAF-DB上取得了88.04%的精度。混淆矩阵如图5所示,相比于Soft Label方法(Gan等,2019),本文方法在识别相对难的表情(如恐惧、厌恶和生气)上的表现有所提升。
图表编号 | XD00201378600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.16 |
作者 | 江静、邓伟洪 |
绘制单位 | 北京邮电大学人工智能学院、北京邮电大学人工智能学院 |
更多格式 | 高清、无水印(增值服务) |