您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202002-52
论文题目 类别均衡与局部中值损失联合监督的自然场景中人脸表情识别
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

Class-balanced and Local Median Loss Jointly Supervised for Wild Facial Expression Recognition

首发时间:2020-02-14

Shi Cong-Cong 1   

Shi Congcong(1995-),female,M.D,major research direction:computer vision andimage processing.

TIAN Mei 1   

Tian Mei(1980-),female,PhD,assistant professor, major researchdirection:computer vision, pattern recognition biological inspired object recognition. E-mail: mtian@bjtu.edu.cn

  • 1、Beijing Key Laboratory of Traffic Data Analysis and Mining, Beijing Jiaotong University,Brijing 100044

Abstract:Over the past few years, Convolutional Neural Networks (CNNs) have shown effective performance on facial expression recognition. However, it is still a challenge problem for facial expression in the wild. The facial expression recognition dataset in the wild usually has the problem that imbalanced distribution of facial expression data and large intra-class differences caused by factors such as pose, lighting and gender. In order to solve this problem, this paper presents a novel loss function -- CALM Loss (Class-balanced and Local Median Loss). CALM Loss contains two parts. The first part is the class-balanced softmax loss function, which is uesd to solve the problem of data imbalance. The data set is divided into two classes, with two expressions with less data as one class and the other five as one class. During the network training process, the weight of the class with less data is adaptively increased. The second part is the local median loss function, which uses the median of serveral neatest neighbors in the same class as the center of class, weakens the influence of difficult samples on the selection of class center. Finally, the CALM Loss training network was adopted in this paper. The average recognition accuracy on the RAF dataset reaches 77.34$\%$, which proves the effectiveness of the proposed method.

keywords: facial expression recognition imbalanced dataset intra-class variantion loss function CNN

点击查看论文中文信息

类别均衡与局部中值损失联合监督的自然场景中人脸表情识别

石聪聪 1   

Shi Congcong(1995-),female,M.D,major research direction:computer vision andimage processing.

田媚 1   

Tian Mei(1980-),female,PhD,assistant professor, major researchdirection:computer vision, pattern recognition biological inspired object recognition. E-mail: mtian@bjtu.edu.cn

  • 1、北京交通大学交通数据分析与挖掘北京市重点实验室,北京100044

摘要:近年来,卷积神经网络在实验室控制环境下的人脸表情识别任务中取得了很大进步,但是在自然场景中人脸表情识别仍然存在一些挑战.针对自然场景中人脸表情数据分布不平衡,以及由姿势、光照和性别等因素引起的类内差异大的问题,本文提出了一个新的损失函数 CALM Loss (Class-balanced and Local Median Loss).CALM Loss包含两个部分,第一部分是类别均衡softmax损失函数,用来解决数据分布不平衡的问题.将数据集分为两大类,数据量少的两种表情作为一类,其余五种作为一类,在网络训练过程中自适应地增大数据量少的类别的权重.第二部分是局部中值损失函数,采用同一个类别内每个样本的若干近邻的中值作为该类别的中心,减弱难样本对类别中心选择的影响,从而使类内样本更紧凑.最后,本文采用CALMLoss训练网络并得到分类结果,将RAF数据集上的平均识别准确率提高到了77.34$\%$,证明了本文方法的有效性.

关键词: 人脸表情识别 数据不平衡 类内差异 损失函数 卷积神经网络

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
Shi Cong-Cong,TIAN Mei. Class-balanced and Local Median Loss Jointly Supervised for Wild Facial Expression Recognition[EB/OL]. Beijing:Sciencepaper Online[2020-02-14]. http://www.paper.edu.cn/releasepaper/content/202002-52.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

类别均衡与局部中值损失联合监督的自然场景中人脸表情识别