FaceMixup：通过混合面部正则化增强面部表情识别
计算机视觉与模式识别
2024-05-31 v1
摘要
深度学习解决方案的不断涌现以及大型标注数据集的稀缺性在实际应用中提出了重大挑战。已探索多种策略来克服这一挑战，数据增强(DA)方法日益成为主要解决方案。DA方法通过转换现有标记数据来生成额外示例，从而丰富数据集，帮助深度学习模型实现 improved 的泛化而不陷入过拟合。在实际应用中，基于深度学习的解决方案广泛应用于面部表情识别(FER)，后者在人类交流中发挥着 essential 作用，提高了多个知识领域的水平(如医疗、安保和营销)。本文提出了一种基于混合面部组件正则化的简单且全面的面部数据增强方法，该方法优于文献中各种经典DA方法，包括针对该目标任务的MixAugment，以及两个在文献中存在的著名FER数据集。
引用
@article{arxiv.2405.20259,
title = {FaceMixup: Enhancing Facial Expression Recognition through Mixed Face Regularization},
author = {Fabio A. Faria and Mateus M. Souza and Raoni F. da S. Teixeira and Mauricio P. Segundo},
journal= {arXiv preprint arXiv:2405.20259},
year = {2024}
}
备注
29 pages, 9 figures, paper is under review on journal