项目名称：基于协方差池的面部表情识别系统

专业方向：算法

指导老师：李丹

项目成员：周子涵、娄洋

项目介绍：

将面部表情分为不同的类别需要捕捉面部关键点的局部形变。我们认为，像协方差这样的二阶统计方式能够更好的捕捉区域面部特征中的这种形变。在这篇论文中，我们探讨了使用流形网络结构的协方差池来改善面部表情识别的好处。特别是，我们首先将这种流形网络与传统卷积网络结合起来，以端到端的深度学习方式在单个图像特征映射中进行空间池化。通过这样做之后，我们能够在野外静态面部表情（SFEW 2.0）的验证集上实现58.14％的识别准确度，在真实世界情感面部（RAF）数据库1的验证集上实现87.0％的识别准确度。此外，我们利用协方差池来捕捉基于视频的面部表情识别每帧特征的时间演变。我们的研究结果表明，通过在卷积网络层之上堆叠设计的协方差池的流形网络来暂时汇集图像集特征的优点。

展示图片：

演示视频：