面向长尾人脸表情识别的语义数据增强
计算机视觉与模式识别
2024-11-27 v1 人工智能
摘要
人脸表情识别在社交机器人、健康护理、驾驶员疲劳监测等众多实际场景中具有广阔的应用前景。自动识别人脸表情的任务已被计算机视觉研究社区广泛关注。然而，人脸表情识别在实际场景中仍面临挑战，部分原因在于数据集呈现长尾分布。近期许多研究利用数据增强方法用于长尾识别任务。本文提出一种新颖的语义增强方法。通过在 VAE-GAN 潜在空间对源数据进行随机编码，生成新的样本。随后，我们在 RAF-DB 数据集上使用该增强方法平衡长尾分布。该方法不仅可用于人脸表情识别任务，还可适用于更多数据需求广泛的场景。
引用
@article{arxiv.2411.17254,
title = {Semantic Data Augmentation for Long-tailed Facial Expression Recognition},
author = {Zijian Li and Yan Wang and Bowen Guan and JianKai Yin},
journal= {arXiv preprint arXiv:2411.17254},
year = {2024}
}