SynFER：提升面部表情识别的合成数据方法
计算机视觉与模式识别
2025-08-13 v3
摘要
由于标注主观性和数据收集的工作量大，面部表情数据集规模有限。这一限制对开发依赖大规模数据才能获得最佳性能的现代深度学习面部表情分析模型（特别是基础模型）构成重大挑战。为解决这一总体性复杂问题，本文不引入新大规模数据集，而是提出 SynFER（Synthesis of Facial Expressions with Refined Control），一种基于高级文本描述及通过面部动作单元实现更细粒度精确控制的面部表情图像数据合成框架。为确保合成数据的质量与可靠性，本文提出语义引导技术以引导生成过程，同时设计伪标签生成器帮助校正合成图像的面部表情标签。为验证 SynFER 合成数据的生成忠实性和有效性，本文在使用合成数据和真实数据进行表征学习时进行了大量实验。结果表明，我们的方法有效果且合成数据可靠。值得注意的是，仅使用等效于 AffectNet 训练集规模的合成数据即可实现 67.23% 的分类准确率，扩大至五倍原有规模后提升至 69.84%。代码已公开。
引用
@article{arxiv.2410.09865,
title = {SynFER: Towards Boosting Facial Expression Recognition with Synthetic Data},
author = {Xilin He and Cheng Luo and Xiaole Xian and Bing Li and Muhammad Haris Khan and Zongyuan Ge and Weicheng Xie and Siyang Song and Linlin Shen and Bernard Ghanem and Xiangyu Yue},
journal= {arXiv preprint arXiv:2410.09865},
year = {2025}
}
备注
ICCV 2025