基于动态自适应阈值的噪声标注鲁棒面部表情识别学习
计算机视觉与模式识别
2022-08-23 v1 人工智能
摘要
真实世界的面部表情识别（FER）数据集由于众包、表情模糊性、标注者主观性以及类间相似性而存在噪声标注。然而，近期的深度网络具有强大的记忆噪声标注的能力，导致特征嵌入被破坏且泛化能力差。为处理噪声标注，我们提出了一种动态 FER 学习框架（DNFER），其在训练期间基于动态类特定阈值筛选干净样本。具体而言，DNFER 基于使用所选干净样本的监督训练和使用全部样本的无监督一致性训练。在训练中，将每个小批量的平均后验类概率作为动态类特定阈值来选取用于监督训练的干净样本。该阈值与噪声率无关，且不像其他方法那样需要任何干净数据。此外，为从所有样本中学习，使用无监督一致性损失对齐弱增强图像与强增强图像之间的后验分布。我们在合成以及真实噪声标注 FER 数据集（如 RAFDB、FERPlus、SFEW 和 AffectNet）上展示了 DNFER 的鲁棒性。
引用
@article{arxiv.2208.10221,
title = {Dynamic Adaptive Threshold based Learning for Noisy Annotations Robust Facial Expression Recognition},
author = {Darshan Gera and Naveen Siva Kumar Badveeti and Bobbili Veerendra Raj Kumar and S Balasubramanian},
journal= {arXiv preprint arXiv:2208.10221},
year = {2022}
}