ARBEx：基于可靠性平衡的关注特征提取用于鲁棒面部表情学习

在本文中，我们介绍了框架 ARBEx，一种由 Vision Transformer 驱动、带有可靠性平衡的新型关注特征提取框架，以应对面部表情学习（FEL）任务中较差的类别分布、偏差和不确定性。我们强化了若干数据预处理和精炼方法，以及基于窗口的交叉注意力 ViT，以充分利用数据的优势。我们还在嵌入空间中使用可学习的锚点以及标签分布和多头自注意力机制，通过可靠性平衡来优化针对弱预测的性能，可靠性平衡是一种利用锚点、注意力分数和置信度值来增强标签预测鲁棒性的策略。为确保正确的标签分类并提升模型的判别能力，我们引入了锚点损失，其鼓励锚点之间具有较大间隔。此外，同样可训练的多头自注意力机制在识别准确标签中起着不可或缺的作用。该方法为提升预测可靠性提供了关键要素，并对最终预测能力有显著的积极影响。我们的自适应模型可集成于任何深度神经网络中以预防各种识别任务中的挑战。根据在多种场景下进行的广泛实验，我们的策略优于当前最先进（SOTA）的方法。