面向人脸识别的不确定性感知标签分布学习
计算机视觉与模式识别
2022-09-22 v1
摘要
尽管过去几年取得显著进展，模糊性仍是人脸识别（FER）中的关键挑战。它会导致噪声与不一致标注，阻碍深度学习模型在真实场景中的性能。本文提出一种新的不确定性感知标签分布学习方法，以提升深度模型对不确定性与模糊性的鲁棒性。我们利用效价-唤醒空间中的邻域信息自适应地为训练样本构建情绪分布，并在将所给标签纳入标签分布时考虑其不确定性。我们的方法可轻松集成至深度网络，以获得更多训练监督并提升识别准确率。在多个数据集上于各种噪声与模糊设定下的密集实验表明，我们的方法取得了具竞争力的结果，并优于近期最先进的方法。我们的代码与模型见 https://github.com/minhnhatvt/label-distribution-learning-fer-tf。
引用
@article{arxiv.2209.10448,
title = {Uncertainty-aware Label Distribution Learning for Facial Expression Recognition},
author = {Nhat Le and Khanh Nguyen and Quang Tran and Erman Tjiputra and Bac Le and Anh Nguyen},
journal= {arXiv preprint arXiv:2209.10448},
year = {2022}
}
备注
Accepted to WACV 2023. The first two authors contributed equally to this work