关注公众号,发现CV技术之美
本文介绍一篇人脸技术传统方向“人脸动作单元识别”的论文:Meta Auxiliary Learning for Facial Action Unit Detection。
Meta Auxiliary Learning for Facial Action Unit Detection
论文:https://arxiv.org/abs/2105.06620
作者单位:南京理工大学,中科院计算所
1
引言
当前AU单元检测的性能依赖于大量具有准确AU单元注释的训练图像,但问题是给AU单元打标签费时费力,而且极容易出错。
在该论文中作者考虑到AU单元检测和人脸表情识别是两个高度相关的任务,而且人脸表情样本相对容易标注。因此作者提出了一种结合人脸识别元辅助学习的AU单元检测方法。
该方法通过以元学习的方式为训练的有限元样本学习自适应权重来自动选择高度相关的有限元样本。实验结果表明,该论文的方法显著的提高了AU检测性能。
2
论文模型介绍
2.1 损失函数
假设在训练阶段有一个 训练数据集和一个人脸表情数据集。作者保留了一个小的 无偏验证数据集,并且该验证集是排除 训练集之后的剩余集合里采样得到的。
分别表示的是集合的第 张图像。 分别表示的是集合中元素的总个数,并且有 。 表示的是一个 编码,特指 个面部表情类别上的类别。 表示的是第 个 单元。 表示 被激活, 表示 单元没有被不激活。
作者利用多标签 损失函数进行 单元检测,具体的表达式表示为:
其中 表示的是 单元的个数。 表示的是输入 样本的第 个真实 标签。