ECCV2016论文 Peak-piloted deep network for facial expression Recognition 解析

1、主要贡献
提出了一种基于peak-piloted的表情识别新方案（PPDN：peak-piloted deep network），通过建立non-peak图像和peak图像的映射关系，提高了non-peak 图像表情识别的准确率，解决了中间表情（non-peak 图像表情）难以识别的问题；针对PPDN，提出了一种更有效的反向传播算法PGS（PGS：peak gradient suppression）。
2、实现过程

a、输入：同一表情的两幅128x128的图像，一幅为peak expression, 一幅为non-peak expression；
b、卷积神经网络选用GoogLeNet，GoogLeNet在人脸识别数据库CASIA Webface dataset上预训练（epochs：60; 学习率：0.01），预训练参数作为GoogLeNet卷积层的初始化参数（学习率：0.0001），GoogLeNet 全连接层采用xaiver初始化（学习率：0.000001）；
c、使用L2正则化 ，建立Non-Peak expression 到Peak expression 的映射关系；
d、损失函数为交叉熵，输出为两个输入图像可能表情的概率。
3、结论

CK+表情库

Oulu-CASIA表情库