CNN vs SVM 用于微笑强度检测训练？

Posted 2023-03-16

【中文标题】CNN vs SVM 用于微笑强度检测训练？

【英文标题】：CNN vs SVM for smile intensity detection training?

【发布时间】：2020-08-16 08:25:53

【问题描述】：

我有一个由面部图像组成的数据集，以及构成嘴巴的相应地标。 这些地标是一组 2D 点（x，y 像素位置）。 每个图像-地标集数据对都被标记为微笑或中性。

我想做的是训练一个深度学习模型来返回一个新的图像-地标数据对的微笑强度。

我应该寻找什么来帮助我完成下一步？ 这是我需要的 CNN 吗？在我有限的理解中，通常的训练输入只是一张图像，我将在其中传递地标集进行训练。或者 SVM 方法会更准确吗？

我正在寻找尽可能高的准确性。

我需要调用的方法是什么？

我很高兴使用 PyTorch、Dlib 或任何框架，我只是有点卡在搜索词上以帮助我前进。

谢谢。

【参考方案1】：

如果不查看数据集并进行实验，很难判断。但希望以下研究材料能够引导您朝着正确的方向前进。

基于机器学习的方法： https://www.researchgate.net/publication/266672947_Estimating_smile_intensity_A_better_way

深度学习 (CNN)：https://arxiv.org/pdf/1602.00172.pdf

用于微笑和微笑强度检测的精彩论文列表： https://github.com/EvelynFan/AWESOME-FER/blob/master/README.md

SmileNet 项目：https://sites.google.com/view/sensingfeeling/

现在，我假设您没有任何实际微笑强度的标签。

在这种情况下，可以直接使用现有的微笑检测方法，您将使用最后的激活输出（sigmoid）作为微笑的置信度分数。如果置信度越高，强度应该越高。

现在，您可以将面部标志点用作单独的特征（通过 LSTM 块传递它们）并在早期/或稍后阶段连接到 CNN，以提高模型的性能。

如果你有微笑强度的标签，你可以将它作为一个回归问题来解决，CNN 将有一个输出，将尝试回归微笑强度（在这种情况下是使用 sigmoid 的标准化微笑强度）。

【讨论】：

谢谢！你是对的，我没有强度标签。所以我可以将图像和地标传递给 CNN？还是只是地标？

首先，只尝试图像，按照我提到的项目，你会找到一些代码，例如：github.com/meng1994412/Smile_Detection 并使用 sigmoid 输出作为强度，一旦你想改进你可以设计具有地标的复杂模型，设计此类模型需要了解不同的层。

这里还有一些项目：github.com/topics/smile-detection