FER-C：基准测试面部表情识别的分布外软校准
计算机视觉与模式识别
2023-12-20 v1
摘要
我们提出了一个用于校准面部表情识别（FER）的软基准。虽然先前的工作专注于识别情感状态，但我们发现 FER 模型未经过校准。当分布外（OOD）偏移进一步加剧面部表情的模糊性时，这种情况尤为明显。虽然大多数 OOD 基准提供硬标签，但我们认为，用于评估 FER 模型的真实标签应该是软的，以便更好地反映面部行为背后的模糊性。我们的框架提出了软标签，这些标签紧密近似于基于不同类型 OOD 偏移的平均信息损失。最后，我们在我们的基准上测试了五种最先进的 FER 算法，展示了校准的好处。
引用
@article{arxiv.2312.11542,
title = {FER-C: Benchmarking Out-of-Distribution Soft Calibration for Facial Expression Recognition},
author = {Dexter Neo and Tsuhan Chen},
journal= {arXiv preprint arXiv:2312.11542},
year = {2023}
}