BriefGPT - AI 论文速递
·
学习与对齐：跨多领域面部表情识别中的内外领域转移问题
💡
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对比学习的面部表情识别框架ViewFX，能够准确分类面部表情，无论观察角度如何。实验证明该方法在公开数据集上表现优于以往方法，并对挑战性观察角度和训练样本标签数目具有较低的敏感性。同时，进行了敏感度和消融实验，评估了模型不同部分的影响和对参数的敏感性。
🎯
关键要点
- 提出了一种基于对比学习的面部表情识别框架ViewFX。
- 该框架能够准确分类面部表情，无论观察角度如何。
- 利用自监督对比损失学习表情的视角不变特征。
- 引入有监督对比损失以区分不同表情特征。
- 在公开数据集KDEF和DDCF上表现优于以往方法。
- 在挑战性观察角度和训练样本标签数目上具有较低的敏感性。
- 进行了敏感度和消融实验，评估模型不同部分的影响和参数敏感性。
➡️
