Enhancing Facial Expression Recognition through Dual-Direction Attention Mixed Feature Networks: Application to 7th ABAW Challenge

要約

私たちは、ECCV 2024 で第 7 回 ABAW チャレンジへの貢献を発表します。マルチタスクの表情認識にデュアル方向注意混合機能ネットワーク (DDAMFN) を利用することで、マルチタスク ABAW チャレンジで提案されているベースラインをはるかに超える結果を達成しました。
私たちの提案は、よく知られている DDAMFN アーキテクチャをベースとして使用し、価性覚醒、感情認識、および顔のアクション単位を効果的に予測します。
これらのタスクを同時に処理するアーキテクチャの能力を実証し、そのアーキテクチャとその設計の背後にある理論的根拠についての洞察を提供します。
さらに、マルチタスク ソリューションの結果を独立したシングルタスクのパフォーマンスと比較します。

要約(オリジナル)

We present our contribution to the 7th ABAW challenge at ECCV 2024, by utilizing a Dual-Direction Attention Mixed Feature Network (DDAMFN) for multitask facial expression recognition, we achieve results far beyond the proposed baseline for the Multi-Task ABAW challenge. Our proposal uses the well-known DDAMFN architecture as base to effectively predict valence-arousal, emotion recognition, and facial action units. We demonstrate the architecture ability to handle these tasks simultaneously, providing insights into its architecture and the rationale behind its design. Additionally, we compare our results for a multitask solution with independent single-task performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google