对比学习中将成人数据作为儿童面部情绪识别的增强
计算机视觉与模式识别
2022-02-11 v1 神经与进化计算
摘要
儿童情绪识别有助于早期识别和干预在癌症治疗等压力情境下出现的心理并发症。尽管深度学习模型正被越来越多地采用，但数据稀缺在儿科医学中常常是一个问题，包括儿童面部情绪识别。本文研究了基于数据增强的对比学习在克服儿童面部情绪识别数据稀缺方面的应用。我们探索了通过将大量可用的成人数据添加到儿科数据中来忽略代际差异，以学习更好表征的想法。我们研究了成人面部表情图像可以与儿童图像一起使用的不同方式。特别是，我们提出在每个小批量中显式地将成人图像作为儿童图像的增强。在 84 种学习方法和训练集大小的组合中，我们发现采用所提出训练方案的有监督对比学习表现最佳，其测试准确率通常比第二好的方法高出 2% 到 3%。我们的结果表明，成人数据可被视为儿科数据的一种有意义增强，用于儿童情绪面部表情识别，并为对比学习的其他应用开辟了可能性，通过用成人数据补充儿童数据来改善儿科护理。
引用
@article{arxiv.2202.05187,
title = {Adults as Augmentations for Children in Facial Emotion Recognition with Contrastive Learning},
author = {Marco Virgolin and Andrea De Lorenzo and Tanja Alderliesten and Peter A. N. Bosman},
journal= {arXiv preprint arXiv:2202.05187},
year = {2022}
}