基于多任务学习卷积网络的自然环境下人脸情感识别
计算机视觉与模式识别
2020-02-06 v1 机器学习
摘要
本文提出一种基于神经网络的方法——多任务情感网络(MTANet)，该方法提交至FG2020的自然环境下情感行为分析挑战赛。该方法是一种基于SE-ResNet模块的多任务网络。通过利用多任务学习，该网络能够同时估计并识别三种量化的情感模型：效价与唤醒度、动作单元以及七种基本情绪。MTANet在效价与唤醒度上取得了0.28和0.34的一致性相关系数(CCC)，在动作单元检测与分类情绪识别上取得了0.427和0.32的F1分数。
引用
@article{arxiv.2002.00606,
title = {Facial Affect Recognition in the Wild Using Multi-Task Learning Convolutional Network},
author = {Zihang Zhang and Jianping Gu},
journal= {arXiv preprint arXiv:2002.00606},
year = {2020}
}
备注
submitted to ABAW challenge in FG2020