使用以情感为中心的模型缓解面部表情识别中的灾难性遗忘
计算机视觉与模式识别
2024-04-19 v1 机器学习
摘要
面部表情识别是机器学习中的一个关键组成部分，促进了各种应用。然而，卷积神经网络（CNN）常常受到灾难性遗忘的困扰，阻碍了它们的适应性。所提出的方法——以情感为中心的生成式重放（ECgr）——通过整合来自生成对抗网络的合成图像来应对这一挑战。此外，ECgr 还包含一个质量保证算法，以确保生成图像的保真度。这种双重方法使 CNN 能够在学习新任务的同时保留过去的知识，从而提升其在情感识别中的性能。在四个不同面部表情数据集上的实验结果表明，通过我们的伪重放方法生成的图像增强了在目标数据集和源数据集上的训练，同时使 CNN 保留了先前学到的知识。
引用
@article{arxiv.2404.12260,
title = {Alleviating Catastrophic Forgetting in Facial Expression Recognition with Emotion-Centered Models},
author = {Israel A. Laurensi and Alceu de Souza Britto and Jean Paul Barddal and Alessandro Lameiras Koerich},
journal= {arXiv preprint arXiv:2404.12260},
year = {2024}
}
备注
15 pages