A Unified Evaluation Benchmark and Adversarial Graph Learning

基于对抗的无监督图表征域适应的表情识别，在这篇论文中作者使用了两个数据集，Source datasets 和 Target datasets，其中Source含有标签，而Target不含有标签。

首先使用预训练网络提取Source和Target数据集中的所有特征，在这篇论文中特征可以分为6类，整体特征、左眼(LE)、右眼(RE)、鼻子(N)、左半嘴部分(LM)、右半嘴部分(RM)。提取取出所有特征后，使用K-means将这些特征分为C类（C代表数据集中表情的种类）。

在每一类中可以计算该类均值，计算公式如下：

其中c代表类别，k代表特征，$n_c$代表在某一类中某个特征的个数，这个公式也就是说求每一类中每个特征的均值。

处理完数据后，我们接下来看网络的整体框架，如下图所示：

首先从Source数据集中抽取一张图片，提取特征，按照上面介绍，总共可以提取6个特征，每个特征为一个64维的特征向量。具体提取过程，可以看作者在原文中的表述

提取出带有标签的图片（即Source中的图片）中的6个特征后对Source domain中的黄色向量（如下图红色框所示的向量）初始化。

蓝色框中的向量使用Target数据集中与上述6个64维向量距离最接近的向量均值初始化，具体过程可以参照原文。

target domain与source domain处理过程相似

可以看到作者在对向量初始化过程中也提到要跟新，每个类别中每个特征的均值，具体跟新过程，可以参照原文。

初始化Source domain 和Target domain后，对图的每个nodes初始化，我认为就是将上述6个64为向量分别赋予6个nodes，作为该nodes的特征，在整个网络中作者分为两部分，Intra-domain graph和Inter-domain graph 。

在Intra-domain graph和Inter-domain graph中分别包含有两个GCN网络，这两个网络权重的矩阵大小分别为64 × 128、128 × 64。下面作者的一些分析。

初始化节点通过图网络后，在Source domain取黄色向量，然后输入G、D。

在target domain中取蓝色向量，输入D。
在这个网络中，作者提到G（即分类器）是由一个全连接层构成，全连接层权重大小为384×7，这里384代表了64×6，图网络输出总共有6个64维向量，将这6个向量concatenate为一个384维向量；7代表了网络预测表情的类别。

D判决器由两个全连接层和一个ReLu函数构成，用来判断384维向量是来源于Source domain还是Target domain。

整个网络的损失函数定义为：

对于G（分类器）、F（特征提取器）要使网络损失值达到最小；而D要努力判决这个向量属于Source domain还是Target domain，所以D（判决器）要使整个损失值jinl变大。

使用训练好的网络推理时，给定一张输入图片，需要提取这张图片的6个64维向量，初始化nodes。然后计算这6个向量与Source domain哪一个类别中的向量距离最小，取出这个向量初始化nodes。经过图网络和G便可以推断出这张图片中的表情。

我认为在这篇文章的思路是：利用图网络将Source domain中的向量和Target domain中的向量融合，通过对网络的训练，最终D无法判决向量来源于Target domain 还是Source domain。需要注意到此时，G可以很好的对Source domain中的图片表情分类。所以在推理过程中，输入一张图片，将该图片的特征，与Source domain中的特征融合（按照之前所说G很有可能无法分辨这个向量是一个新的向量还是Source domain中的向量），所以通过G可以很好的判断这张图片中的表情类别。