面向人脸表情识别的自适应标签分布融合网络 Ada-DF
计算机视觉与模式识别
2024-04-25 v1 人工智能
摘要
人脸表情识别 (FER) 在我们日常生活中发挥着重要作用。然而，数据集中的标注模糊性可能严重阻碍性能。本文通过标签分布学习范式解决 FER 任务，构建了双分支自适应分布融合 (Ada-DF) 框架。一个辅助分支用于获取样本的标签分布，然后通过每个情绪的标签分布计算情绪分布。最后，根据注意力权重自适应地融合这两个分布以训练目标分支。我们在三个真实世界数据集 RAF-DB、AffectNet 和 SFEW 上进行了广泛实验，其中 Ada-DF 在最先进的方法方面表现出优势。
引用
@article{arxiv.2404.15714,
title = {Ada-DF: An Adaptive Label Distribution Fusion Network For Facial Expression Recognition},
author = {Shu Liu and Yan Xu and Tongming Wan and Xiaoyan Kui},
journal= {arXiv preprint arXiv:2404.15714},
year = {2024}
}