基于共识协同训练的自然场景下表情行为分析
计算机视觉与模式识别
2021-07-27 v2
摘要
自然场景下面部表情识别（FER）对构建可靠的人机交互系统至关重要。然而，FER大规模数据集的标注一直是一项关键挑战，因为这些数据集因众包、标注者主观性、图像质量差、基于关键词搜索的自动标注等因素而存在噪声。此类噪声标注由于深度网络的内存化能力而阻碍FER性能。在早学阶段，深度网络拟合干净数据；随后，由于其内存化能力，它们开始过拟合噪声标签，从而限制FER性能。本报告介绍了我们提交至2021年自然场景下情感行为分析（ABAW）竞赛表情识别赛道所采用的共识协同训练（CCT）框架。CCT在不对噪声分布作任何假设的情况下，使用监督损失与一致性损失的凸组合联合协同训练三个网络。采用动态过渡机制，从早学阶段的监督损失过渡到后阶段网络间预测共识的一致性损失。协同训练降低总体误差，一致性损失防止对噪声样本过拟合。该模型在具挑战性的Aff-Wild2数据集上针对分类表情分类进行验证。我们的代码公开于https://github.com/1980x/ABAW2021DMACS。
引用
@article{arxiv.2107.05736,
title = {Affect Expression Behaviour Analysis in the Wild using Consensual Collaborative Training},
author = {Darshan Gera and S Balasubramanian},
journal= {arXiv preprint arXiv:2107.05736},
year = {2021}
}
备注
7 pages, 2 figures. arXiv admin note: substantial text overlap with arXiv:2009.14440. substantial text overlap with arXiv:2107.04746