MotivNet：演化 meta-sapiens 为情感智能基础模型

本文介绍了MotivNet，这是一个通用且具备面向实际应用情感的面部表情识别模型。当前最先进的表情识别模型在跨数据集测试时泛化能力较弱，导致实际应用中性能下降，阻碍了表情识别作为研究领域的发展。虽然研究者提出了复杂的模型架构来解决泛化问题，但这些方法需要跨域训练才能获得通用结果，而这在实际应用中是矛盾的。我们的模型MotivNet通过使用Meta-Sapiens作为骨干网络，在不进行跨域训练的情况下实现了各数据集的竞争性能。Sapiens是通过大规模预训练实现了在实际世界中卓越泛化的人类视觉基础模型。我们将MotivNet定义为Sapiens的额外下游任务，并提出三项评估标准以检验MotivNet作为Sapiens任务的可行性：基准性能、模型相似性和数据相似性。本文描述了MotivNet的各组成部分、训练方法以及验证其跨域泛化能力的结果。我们展示了MotivNet可对现有SOTA模型进行基准测试，并满足上述标准，证明了MotivNet是Sapiens的一个有效下游任务，使面部表情识别在野外应用中更具激励性。代码已公开于https://github.com/OSUPCVLab/EmotionFromFaceImages。