基于辅助动作单元图的不确定标签校正用于面部表情识别
计算机视觉与模式识别
2023-01-02 v2
摘要
高质量标注图像对深度面部表情识别（FER）方法至关重要。然而，大规模公开数据集中普遍存在的不确定标签往往会误导训练过程。本文利用辅助动作单元（AU）图实现面部表情的不确定标签校正，称为ULC-AG。具体而言，引入加权正则化模块以突出有效样本并抑制每批次中的类别不平衡。基于情绪与AU之间的潜在依赖关系，添加使用图卷积层的辅助分支以从图拓扑中提取语义信息。最后，通过将其特征相似度与语义模板比较的重标注策略来纠正模糊标注。实验表明，我们的ULC-AG在RAF-DB和AffectNet数据集上分别达到89.31%和61.57%的准确率，优于基线及最先进方法。
引用
@article{arxiv.2204.11053,
title = {Uncertain Label Correction via Auxiliary Action Unit Graphs for Facial Expression Recognition},
author = {Yang Liu and Xingming Zhang and Janne Kauttonen and Guoying Zhao},
journal= {arXiv preprint arXiv:2204.11053},
year = {2023}
}
备注
7 pages, 7 figures, accecpted by ICPR 2022