理解并缓解面部表情识别中的标注偏差

计算机视觉模型的性能取决于其训练数据的大小与质量。近期研究揭示了常见图像数据集中先前未知的组成偏差，其进而导致模型输出偏斜，并提出了缓解这些偏差的方法。然而，大多数现有工作假设人工生成的标注可被视为黄金标准且无偏差。本文中，我们揭示该假设可能有问题，且应特别注意防止模型学习此类标注偏差。我们聚焦于面部表情识别，并比较受控实验室与真实场景数据集之间的标签偏差。我们证明许多表情数据集在性别间含有显著标注偏差，尤其涉及开心与生气表情，且传统方法无法在训练模型中完全缓解此类偏差。为去除表情标注偏差，我们提出一种利用面部动作单元(AU)并将三元组损失纳入目标函数的AU校准面部表情识别(AUC-FER)框架。实验结果表明，相较现有技术，所提方法在去除表情标注偏差上更为有效。