CVPR2018论文Facial Expression Recognition by De-expression Residue Learning的若干思考

1、论文简介
提出了一种基于cGAN (Conditional GAN)和表情元素滤除的残余表情识别算法（DeRL），通过cGAN滤除人脸的中立元素(neutral component),并使用MLP处理残存的表情元素(expressive component)，实现表情高精度识别。七种表情库(BU-4DFE、BP4D-spontaneous、CK+、Oulu-CASIA、MMI、BU-3DFE和BP4D+)的实验，验证了所提算法的有效性。
2、若干思考
选用性能更优的对抗生产网络（如DCGAN等）进行人脸中立元素的滤除；
优化残存表情识别网络，进一步提高识别的准确率；
考虑对残存表情元素采取降秩的方法，进一步滤除冗余信息。