重新思考面部表情识别的学习范式
计算机视觉与模式识别
2025-12-04 v4
摘要
由于主观的众包标注以及面部表情固有的类间相似性，真实世界的面部表情识别（FER）数据集通常表现出模糊标注。为简化学习范式，多数已有方法将模糊标注结果转换为精确的单热（one-hot）标注，并以端到端监督方式训练 FER 模型。本文中，我们重新思考现有训练范式，并提出更好地使用弱监督策略，以原始模糊标注训练 FER 模型。
引用
@article{arxiv.2209.15402,
title = {Rethinking the Learning Paradigm for Facial Expression Recognition},
author = {Weijie Wang and Bo Li and Nicu Sebe and Bruno Lepri},
journal= {arXiv preprint arXiv:2209.15402},
year = {2025}
}