用于半监督面部情感行为分析的多任务均值教师模型
计算机视觉与模式识别
2021-08-16 v3 人机交互
摘要
情感行为分析是人机交互中的重要组成部分。现有的多任务情感行为识别方法受限于标注数据集不完整的问题。为应对该问题，本文提出一种基于均值教师框架的半监督模型，以利用额外的无标注数据。具体而言，提出一个多任务模型同时学习三种不同的面部情感表征。此后，所提模型被划分为学生网络与教师网络。在使用无标注数据训练时，教师网络用于为学生网络训练预测伪标签，使其能从无标注数据中学习。实验结果表明，我们所提方法性能显著优于基线模型，并在竞赛 track 1 与 track 2 中均排名第 4，在 track 3 中排名第 6，验证了所提网络能有效从不完整数据集中学习。
引用
@article{arxiv.2107.04225,
title = {A Multi-task Mean Teacher for Semi-supervised Facial Affective Behavior Analysis},
author = {Lingfeng Wang and Shisen Wang and Jin Qi and Kenji Suzuki},
journal= {arXiv preprint arXiv:2107.04225},
year = {2021}
}