含噪声多任务标注的人脸情绪识别
计算机视觉与模式识别
2020-11-25 v2
摘要
人类情绪可从面部表情推断。然而，在包括类别型与维度型在内的常见情绪编码模型中，面部表情的标注往往高度噪声化。为减少在多任务标签上的人工标注工作量，我们引入了一个含噪声多任务标注的人脸情绪识别新问题。针对这一新问题，我们从联合分布匹配视角提出一种建模思路，旨在学习原始人脸图像与多任务标签之间更可靠的关联，从而降低噪声影响。在我们的建模中，我们利用一种新方法，在统一的对抗学习博弈中实现情绪预测与联合分布学习。大量实验评估研究了所提新问题的实际设定，以及所提方法相对于最先进的竞争方法在合成噪声标注 CIFAR-10 或实际噪声多任务标注 RAF 与 AffectNet 上的明显优越性。代码见 https://github.com/sanweiliti/noisyFER。
引用
@article{arxiv.2010.09849,
title = {Facial Emotion Recognition with Noisy Multi-task Annotations},
author = {Siwei Zhang and Zhiwu Huang and Danda Pani Paudel and Luc Van Gool},
journal= {arXiv preprint arXiv:2010.09849},
year = {2020}
}
备注
Accepted by 2021 WACV, camera-ready version with appendix