Juste besoin d'aide dans la compréhension si une grande précision a été obtenue dans la reconnaissance d'expression faciale par d'autres techniques.Qu'est-ce que l'apprentissage en profondeur ajoute à cela? Est-il vraiment nécessaire pour ce domaine?L'apprentissage en profondeur est-il vraiment nécessaire pour la reconnaissance de l'expression faciale? Ou est-ce juste comme proposer une scie pour couper le gâteau?
Merci à tous.
Comme dans de nombreux domaines de la vision par ordinateur récemment, l'apprentissage en profondeur est pas nécessaire pour effectuer la tâche, mais surpasse les méthodes non basées sur DL.
Il existe de nombreux travaux antérieurs qui utilisent d'autres techniques, par exemple des SVM, pour effectuer une reconnaissance d'expression faciale. Cependant, si nous regardons des travaux plus récents comme le FERA 2017 competition, par exemple, tous les modèles les plus performants sont des modèles basés sur l'apprentissage en profondeur.
Les modèles d'apprentissage en profondeur sont souvent plus difficiles à former ou nécessitent des périodes de développement plus longues que les modèles d'apprentissage automatique plus simples, donc vous avez besoin d'un apprentissage en profondeur pour votre travail. dépendra de vos contraintes en termes de temps de développement, de précision et de temps d'exécution.