BriefGPT - AI 论文速递
·
第 7 届 ABAW 挑战赛上的 HSEmotion 团队：多任务学习与复合面部表情识别
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种基于单个预训练AffectNet的EfficientNet模型的帧级情感识别算法，可在移动设备上实现实时视频人脸情感分析。该算法在Aff-Wild2数据集上的性能指标高于VggFace基线，表情分类、趋势-觉醒估计和表情分类验证集中的性能指标提高了0.15-0.2。该方法可作为四个子挑战的新基准。
🎯
关键要点
- 提出了一种基于单个预训练AffectNet的EfficientNet模型的帧级情感识别算法。
- 该算法可在移动设备上实现实时视频人脸情感分析。
- 在Aff-Wild2数据集上，该算法的性能指标高于VggFace基线。
- 表情分类、趋势-觉醒估计和表情分类验证集中的性能指标提高了0.15-0.2。
- 该方法可作为四个子挑战的新基准。
🏷️
标签
➡️
