基于共识协同训练与知识蒸馏的含噪标注下面部表情识别
计算机视觉与模式识别
2021-07-13 v1
摘要
大规模面部表情数据集标签中存在的噪声一直是野外面部表情识别（FER）面临的关键挑战。在训练早期阶段，深度网络拟合干净数据；随后，由于其记忆能力，它们开始过拟合噪声标签，从而限制了FER性能。本工作提出了一种在噪声标签存在下的有效训练策略，称为共识协同训练（CCT）框架。CCT在不对噪声分布做任何假设的情况下，利用监督损失与一致性损失的凸组合联合训练三个网络。采用动态过渡机制，从早期学习的监督损失过渡到后期网络间预测共识的一致性损失。推理使用基于简单知识蒸馏方案的单一网络完成。所提框架的有效性在合成及真实噪声FER数据集上得到验证。此外，利用16位不同标注者的群体智慧从FEC数据集中标注了约5K图像的大测试子集，并推断出可靠标签，CCT也在其上进行了验证。在基准FER数据集RAFDB（90.84%）、FERPlus（89.99%）和AffectNet（66%）上取得了SOTA性能。我们的代码见 https://github.com/1980x/CCT。
引用
@article{arxiv.2107.04746,
title = {Consensual Collaborative Training And Knowledge Distillation Based Facial Expression Recognition Under Noisy Annotations},
author = {Darshan Gera and S. Balasubramanian},
journal= {arXiv preprint arXiv:2107.04746},
year = {2021}
}
备注
11 pages, 6 figures, Published with International Journal of Engineering Trends and Technology (IJETT), Codes: https://github.com/1980x/CCT