利用噪声数据进行预训练的可扩展面部动作单元分类器训练方法
计算机视觉与模式识别
2019-11-15 v1
摘要
机器学习系统正被用于自动化许多类型的繁琐标注任务。面部动作编码就是此类标注任务的一个例子，需要大量时间以及超越平均水准的人类领域专业知识。近年来，端到端深度神经网络的使用显著提升了动作单元识别性能，并提出了许多网络架构。更复杂的深度神经网络（DNN）架构是否表现足够好以证明额外复杂度的合理性？我们表明，在大规模多样化噪声数据上预训练可使即便是简单的CNN模型也能超越当前最先进的DNN架构。我们的方法在DISFA数据集上取得的平均F1分数为0.60，而先前最先进水平为0.57。此外，我们展示了用于预训练的受试者数量和图像数量如何影响模型性能。我们概述的方法开源、高度可扩展且不依赖于模型架构。我们发布代码与数据：https://github.com/facialactionpretrain/facs。
引用
@article{arxiv.1911.05946,
title = {A Scalable Approach for Facial Action Unit Classifier Training UsingNoisy Data for Pre-Training},
author = {Alberto Fung and Daniel McDuff},
journal= {arXiv preprint arXiv:1911.05946},
year = {2019}
}