用于人脸表情识别的多模型集成学习方法
计算机视觉与模式识别
2022-03-29 v1
摘要
人类情感分析在人机交互（HCI）系统中起着至关重要的作用。由于难以获取大量真实场景数据，当前大多数方法主要关注受控环境，这限制了其应用场景。为应对该问题，我们提出了基于集成学习方法的解决方案。具体而言，我们将该问题表述为分类任务，随后使用不同类型的骨干网络——ResNet、EfficientNet 和 InceptionNet——训练若干表情分类模型。之后，通过模型集成方法融合多个模型的输出以预测最终结果。此外，我们引入多折集成方法，训练并集成具有相同架构但不同数据分布的若干模型，以提升我们方案的性能。我们在 ABAW2022 挑战赛的 AffWild2 数据集上进行了大量实验，结果证明了我们方案的有效性。
引用
@article{arxiv.2203.14466,
title = {Multi-model Ensemble Learning Method for Human Expression Recognition},
author = {Jun Yu and Zhongpeng Cai and Peng He and Guocheng Xie and Qiang Ling},
journal= {arXiv preprint arXiv:2203.14466},
year = {2022}
}