利用众包标签分布训练面部表情识别深度网络
计算机视觉与模式识别
2016-09-27 v2
摘要
众包已成为收集真实标签的广泛采用方案。然而，这些标签可能非常嘈杂，这是一个众所周知的问题。在本文中，我们以面部表情识别为例，展示了如何从嘈杂标签中学习深度卷积神经网络（DCNN）。更具体地说，我们有 10 名标注员对每张输入图像进行标记，并比较了利用多重标签的四种不同方法：多数投票、多标签学习、概率标签抽取和交叉熵损失。我们表明，传统的多数投票方案不如后两种充分利用标签分布的方法表现好。一个每张人脸图像带有多个标签的增强型 FER+ 数据集也将与科研社区共享。
引用
@article{arxiv.1608.01041,
title = {Training Deep Networks for Facial Expression Recognition with Crowd-Sourced Label Distribution},
author = {Emad Barsoum and Cha Zhang and Cristian Canton Ferrer and Zhengyou Zhang},
journal= {arXiv preprint arXiv:1608.01041},
year = {2016}
}
备注
Submitted to ICMI 2016