利用分布内、分布外与无约束数据探索半监督面部表情识别的边界
计算机视觉与模式识别
2024-11-25 v2
摘要
基于深度学习的方法一直是近期面部表情识别（FER）系统诸多成功背后的关键驱动力。然而，对大量标注数据的需求仍是一项挑战。半监督学习提供了一种克服此限制的途径，使模型能从少量标注数据与大型无标注数据集中学习。尽管半监督学习在 FER 中已显现前景，但通用计算机视觉文献中的多数现有方法尚未在 FER 背景下被探索。本工作中，我们对 FER 背景下 11 种最新半监督方法进行了全面研究，即 Pi-model、Pseudo-label、Mean Teacher、VAT、UDA、MixMatch、ReMixMatch、FlexMatch、CoMatch 与 CCSSL。我们的研究涵盖从分布内、分布外、无约束及极少量无标注数据进行的半监督学习。我们的评估包含五个 FER 数据集以及用于无约束学习的一个大型人脸数据集。结果表明，FixMatch 在分布内无标注数据上持续取得更优性能，而 ReMixMatch 在所有方法中脱颖而出，适用于分布外、无约束及稀缺无标注数据场景。另一重要观察是，在标注样本数相等时，无论无标注数据是分布内、分布外还是无约束，半监督学习相较监督学习均带来显著改进。我们还对每种设置下两种最优方法的关键超参数进行了敏感性分析。为促进可复现性与进一步发展，我们将代码公开于：github.com/ShuvenduRoy/SSL_FER_OOD。
引用
@article{arxiv.2306.01229,
title = {Exploring the Boundaries of Semi-Supervised Facial Expression Recognition using In-Distribution, Out-of-Distribution, and Unconstrained Data},
author = {Shuvendu Roy and Ali Etemad},
journal= {arXiv preprint arXiv:2306.01229},
year = {2024}
}
备注
Accepted in IEEE Transactions on Affective Computing (TAFFC), 2024