深度面部表情识别基准测试：一种基于野外平衡数据集的广泛协议
计算机视觉与模式识别
2023-11-07 v1
摘要
面部表情识别（FER）是人机交互的关键部分。现有 FER 方法基于不同的开源深度模型和训练方法实现了高精度与泛化能力。然而，这些方法在遇到实际场景时性能并不总是良好，而这类场景很少被探究。本文中，我们收集了一个新的野外面部表情数据集用于跨域验证。按照统一协议实现并评估了二十三种常用网络架构。此外，验证了关于输入分辨率、类别平衡管理和预训练策略的各种设置，以展示相应的性能贡献。基于在三个大规模 FER 数据集上的大量实验以及我们的实际交叉验证，我们对网络架构进行了排序，并总结了一套在实际场景中部署深度 FER 方法的建议。另外，在营销、教育和娱乐业务等实际 FER 应用中，讨论了潜在的伦理规则、隐私问题和法规。
引用
@article{arxiv.2311.02910,
title = {Benchmarking Deep Facial Expression Recognition: An Extensive Protocol with Balanced Dataset in the Wild},
author = {Gianmarco Ipinze Tutuianu and Yang Liu and Ari Alamäki and Janne Kauttonen},
journal= {arXiv preprint arXiv:2311.02910},
year = {2023}
}
备注
* Equal contribution