HSEmotion 团队在 ABAW-10 竞赛中的成绩：面部表情识别、价值- arousal 估计、动作单元检测与细粒度暴力分类
计算机视觉与模式识别
2026-03-16 v1 人工智能
摘要
本文介绍了我们在第 10 届情感行为分析 in-the-wild (ABAW) 竞赛中的结果。对于 frame-wise 面部情感理解任务 (frame-wise 面部表情识别、价值- arousal 估计、动作单元检测)，我们提出了一种基于面部嵌入提取的快速方法，使用预训练的 EfficientNet-based 情感识别模型。如果后者模型的置信度超过阈值，则使用其预测结果。否则，我们将嵌入输入到一个简单的多层感知器中，在 AffWild2 数据集上进行训练。对估计的 class-level 分数在固定大小的滑动窗口中进行平滑，以缓解 frame-wise 预测中的噪声。对于细粒度暴力检测任务，我们检验了几种预训练的架构用于 frame 嵌入及其聚合用于 video 分类。ABAW 挑战中的四个任务的实验结果表明，我们的方法显著优于现有基线。
引用
@article{arxiv.2603.12693,
title = {HSEmotion Team at ABAW-10 Competition: Facial Expression Recognition, Valence-Arousal Estimation, Action Unit Detection and Fine-Grained Violence Classification},
author = {Andrey V. Savchenko and Kseniia Tsypliakova},
journal= {arXiv preprint arXiv:2603.12693},
year = {2026}
}
备注
to be submitted to ABAW-10 workshop of CVPR 2026