利用改进多任务学习技术处理不完整标签的情绪识别
计算机视觉与模式识别
2021-07-12 v1
摘要
由于海量标注数据集的可及与可得，从人脸预测自然场景中的情感信息(如七种基本情绪或动作单元)的任务已逐渐变得更具趣味。本研究中，我们提出一种利用 AffWild2 数据集中七种基本情绪与十二个动作单元间关联的方法。该方法基于 ResNet50 架构，涉及针对两项任务不完整标签的多任务学习技术。通过结合两项相关任务的知识，与仅使用一种标签的模型相比，两者的性能均大幅提升。
引用
@article{arxiv.2107.04192,
title = {Emotion Recognition with Incomplete Labels Using Modified Multi-task Learning Technique},
author = {Phan Tran Dac Thinh and Hoang Manh Hung and Hyung-Jeong Yang and Soo-Hyung Kim and Guee-Sang Lee},
journal= {arXiv preprint arXiv:2107.04192},
year = {2021}
}