面向面部表情识别的特权归因约束深度网络
计算机视觉与模式识别
2022-07-01 v2
摘要
面部表情识别(FER)在许多研究领域中至关重要，因为它使机器能更好地理解人类行为。FER方法面临数据集相对较小和含噪声数据的问题，导致经典网络难以良好泛化。为缓解这些问题，我们引导模型聚焦于眼睛、嘴或眉毛等特定面部区域，我们认为这些区域对识别面部表情具有决定性。我们提出特权归因损失(PAL)，该方法通过鼓励模型的归因图与由面部关键点构成的热图相对应，将模型注意力导向最显著的面部区域。此外，我们引入若干通道策略，使模型具有更多自由度。所提方法独立于骨干网络架构，且在测试时不需要额外的语义信息。最后，实验结果表明，所提PAL方法在RAF-DB和AffectNet上均优于当前最先进的方法。
引用
@article{arxiv.2203.12905,
title = {Privileged Attribution Constrained Deep Networks for Facial Expression Recognition},
author = {Jules Bonnard and Arnaud Dapogny and Ferdinand Dhombres and Kévin Bailly},
journal= {arXiv preprint arXiv:2203.12905},
year = {2022}
}