cvcircle_cv::line_cv::mat(14)

装备了一个更大的数据集以及我初学的深入学习技巧，我修改了两个TensorFlow MNIST的网络样本去训练他们用35K的照片并且用TFWM设置测试。代码运行的时候，我很激动并且充满期待，在所有最简单的代码之后（简单的MNIST），适度Softmax回归，取得了91%的准确率，而更深层次的代码（深MNIST），一二层卷积网络对MNIST数据集达到99.2%左右的精度。当最高的准确率为14.7%和27.9%时，我感到非常失望。然后我试图改变一些参数，如学习率、迭代次数，在最后一层softmax去 热鲁转变，但是事情并没有发生太大的变化。不知怎地，我觉得被骗了，所以在花更多时间去探索，深入学习去建立一个更复杂的网络之前，我决定尝试一个小实验。

曾经与情感工作室工作过一段时间，我已经逐渐熟悉心理学家艾克曼保罗的研究。事实上，大多数的情绪检测系统都是或多或少基于他提出的6个基本情绪。这个工作启发了我的实验是面部动作编码系统（FACS），系统地将情感的物理表达进行分类的一个共同标准。本质上，面部动作编码系统通过解构具体行为的单位产生的表达，描述各种情感表达（个别肌肉或肌肉群的基本动作）。面部动作编码系统已经被证明对心理学家和师都有用，我相信大多数的情感检测系统也适应它。面部动作编码系统是复杂的，并且开发了一个系统，使它从零开始可能需要很长的时间。在简单的实验中，我确定了2个行动单位比较容易检测图片：拉嘴角，引起口角上方和后方（微笑），降嘴角与皱着眉头（和悲伤的脸）。

一个算法可以告诉你，你的脸是否被容易遗忘

如何拍出和明星一样美爆的自拍照？斯坦福大学用卷积神经网络建模告诉你

基于卷积神经网络LeNet-5的车牌字符识别研究

心情识别技术：你不说，它也知道

人脸识别技术大总结——Face Detection & Alignment

图1：一个微笑或喜悦，所代表的嘴角的高度。

图2，悲伤，代表嘴角凹陷

为了完成我的实验，我只考虑了两种情绪，即喜悦和悲伤。与改编MNIST网络相比，我创建了一个单一的规则。使用数字图书馆，一个功能强大的工具包，包含机器学习算法，我用人脸检测器检测了图像中的人脸。对于任何可以检测到的人脸，我使用了形状检测器，以确定68个面部标记。我确定了12个对应的外唇。

图3：脸上检测到了68个地标。白点点代表外唇

一旦有了建造一个包围盒。

图4：最高和最低的白色地标，黑色的嘴角

然后简单的规则如下。我设定一个嘴巴的高度（MH）作为最高的和最低的地标间的Y坐标差。我设定一个阀值（TH）为嘴巴高度的一半（TH=MH/2）。这个阀值可以被认为是一个水平的坐标，将包围盒分为上下区域和下区域。

图5：由4个特殊标志和一个阀值线将其定义为2个区域的边界框。

然后我计算两”唇角高度”作为最高的地标和地标之间的嘴角Y坐标差。我采取的最大的”唇角高度”，将其对比。如果最大值小于阀值，则意味着嘴角在包围盒的顶部区域，它代表一个微笑（由嘴角拉出）。如果没有，那么我们在唇角存在降低作用，这代表一个悲伤的脸。

图6：唇角只在阀值线，但不是微笑

有了这个简单算法，我然后进行实验。为了NMIST网络，从Kaggle提取相关的面孔并且我结束了8989个快乐的和6077个悲伤的脸的训练。从TFWM集我分别有224个和212个面孔作为测试。训练和测试后，简单的NMIST网络获得51.4%和深度NMIST55%的准确率，在7-classes版本有很大的改进，但是依然是个很糟糕的表现。然后，我使用了测试集并运行单一规则算法。令人惊讶的是，这一规则获得了76%的准确度，在深NMIST网络提高了21%。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-22609-14.html