CVPR2018： Joint Pose and Expression Modeling for Facial Expression Recognition

主要贡献

考虑面部姿势变化对于表情特征的影响，基于生成对抗网络产生不同姿势下的表情图像，增强训练数据集；将表情分类器内嵌于数据增强模块之后，在一定程度上降低了复杂度。适用于头部姿势变化频繁的静态图像或3D图像的表情识别。
实现过程

结论
Multi-PIE（识别率：91.8%）、BU-3DFE（识别率：81.2%）、SFEW（识别率：26.58%）；考虑面部姿势影响时，所提算法识别率基本处于目前最高水准。