论文部分内容阅读
提出了一种新的损失函数—隔离损失（Island Loss）,来增强神经网络所提取特征的判别性。隔离损失不仅能减小同一类的特征的差异,而且能够增大不同类之间特征的空间分布,以此提升特征的判别效果。在CK＋人脸表情数据集上的实验结果证明,用隔离损失的效果超出用中心损失（Center Loss）和多分类损失（Softmax Loss）,识别效果可与目前最好的人脸表情识别方法相比。