AUFormer:视觉 Transformer 是参数高效的面部动作单元检测器
原文中文,约300字,阅读约需1分钟。发表于: 。基于面部动作单元(AU)的参数高效迁移学习方法,引入 AUFormer 和 MoKE 协同机制,以实现参数高效的 AU 检测,并设计了一种 MDWA-Loss 以更好地关注激活的 AU、区分未激活 AU 的难度并排除潜在标签错误样本。实验证明 AUFormer 具有最先进的性能和强大的泛化能力,无需依赖其他相关数据。
该文章介绍了一种基于面部动作单元(AU)的参数高效迁移学习方法,使用AUFormer和MoKE协同机制实现AU检测,同时设计了MDWA-Loss来关注激活的AU、区分未激活AU的难度并排除标签错误样本。实验证明AUFormer具有最先进的性能和泛化能力,无需其他相关数据。