InFER：一个多族群印度面部表情识别数据集
计算机视觉与模式识别
2023-10-03 v1
摘要
过去十年深度学习的快速发展改变了面部表情识别（FER）系统，新方法被提出并超越了现有的传统手工技术。然而，这种监督学习方法需要覆盖所有可能场景的足够大的训练数据集。由于大多数人的面部表情基于其年龄组、性别与族群而展现，因此需要多样化的面部表情数据集。在为印度次大陆开发 FER 系统时这一点更为关键，该地区包含多样化的多族群人口。在本工作中，我们提出 InFER，一个真实世界的多族群印度面部表情识别数据集，包含 10,200 张图像与 4,200 段七种基本面部表情的短视频。该数据集包含 600 名人类受试者的摆拍表情，以及从互联网众包得到的 6000 张图像的自发/表演表情。据我们所知，InFER 是首个由来自印度次大陆非常多样化族群的 600 名受试者图像构成的数据集。我们还给出了基线及深度 FER 方法在我们数据集上的实验结果，以证实其在真实世界实际应用中的可用性。
引用
@article{arxiv.2310.00287,
title = {InFER: A Multi-Ethnic Indian Facial Expression Recognition Dataset},
author = {Syed Sameen Ahmad Rizvi and Preyansh Agrawal and Jagat Sesh Challa and Pratik Narang},
journal= {arXiv preprint arXiv:2310.00287},
year = {2023}
}
备注
In Proceedings of the 15th International Conference on Agents and Artificial Intelligence Volume 3: ICAART; ISBN 978-989-758-623-1; ISSN 2184-433X, SciTePress, pages 550-557. DOI: 10.5220/0011699400003393