Learning from Synthetic Data: Facial Expression Classification based on Ensemble of Multi-task Networks

要約

さまざまなインタラクティブコンピューティングドメインには、実際の顔の表情が不可欠です。
特に、「合成データから学ぶ」（LSD）は、表情認識タスクの重要なトピックです。
本稿では、すべての顔情報を共有できる感情と外観の学習ブランチで構成されるマルチタスク学習ベースの表情認識アプローチを提案し、第4回感情行動分析で導入されたLSDチャレンジの予備結果を提示します。
-ワイルド（ABAW）競争。
私たちの方法は0.71の平均F1スコアを達成しました。

要約(オリジナル)

Facial expression in-the-wild is essential for various interactive computing domains. Especially, ‘Learning from Synthetic Data’ (LSD) is an important topic in the facial expression recognition task. In this paper, we propose a multi-task learning-based facial expression recognition approach which consists of emotion and appearance learning branches that can share all face information, and present preliminary results for the LSD challenge introduced in the 4th affective behavior analysis in-the-wild (ABAW) competition. Our method achieved the mean F1 score of 0.71.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google