野生人脸表情识别中的标签模糊性导航

人脸表情识别（FER）由于表情的主观性质以及噪声样本而导致标签模糊性，仍然是一个具有挑战性的任务。此外，常见于真实数据集中的类别不平衡，进一步复杂化了 FER。尽管已有许多研究展现了令人印象深刻的改进，但它们通常仅解决上述问题之一，导致结果次优。为同时解决这两个挑战，我们提出了一种新型框架，称为导航标签模糊性（NLA），在真实世界条件下具有鲁棒性。NLA 的动机是动态估计和强调每个迭代中的模糊样本，以减少模型对多数类别的偏见，从而缓解噪声和类别不平衡。为实现这一目标，NLA 包含两个主要组件：噪声感知自适应加权（NAW）和一致性正则化。具体而言，NAW 基于 ground truth 与最近负例之间的中间预测得分之间的相关性，自适应地为模糊样本赋予更高的重要性，为噪声样本赋予更低的重要性。此外，我们纳入一个正则化项，以确保潜在分布的一致性。因此，NLA 使模型能够在训练后期逐渐关注更具挑战性的模糊样本，这些样本主要属于少数类别。广泛的实验表明，NLA 在整体准确率和平均准确率方面均优于现有方法，证明了其对噪声和类别不平衡的鲁棒性。据我们了解，这是首个同时解决这两个问题的框架。