適応信頼マージンによる半教師付き深層表情認識に向けて【JST・京大機械翻訳】

Li Hangyu; Wang Nannan; Yang Xi; Wang Xiaoyu; Gao Xinbo

プレプリント

J-GLOBAL ID：202202204991818331 整理番号：22P0308991

適応信頼マージンによる半教師付き深層表情認識に向けて【JST・京大機械翻訳】

Towards Semi-Supervised Deep Facial Expression Recognition with An Adaptive Confidence Margin

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月23日プレプリントサーバーでの情報更新日： 2022年03月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ラベルなしデータの一部だけが,最も半教師つき学習法のためのモデルを訓練するために選択され,その信頼スコアは,通常,事前定義閾値(即ち,信頼限界)より高い。認識性能は,すべてのラベルなしデータを完全に用いることにより,さらに改善されるべきであると主張した。本論文では,半教師つき深い顔表情認識のためのすべてのラベルなしデータを完全に活用するために,適応信頼区間マージン(Ada-CM)を学習した。すべての非ラベルサンプルを,各訓練時期における適応的に学習された信頼限界との信頼スコアを比較することにより,2つのサブセットに分割した。(1)信頼スコアがマージンより低いサンプルを含む部分集合I;(2)信頼スコアがマージンより低いサンプルを含むサブセットII。サブセットIのサンプルに対して,それらの予測を擬似ラベルと整合させる。一方,部分集合IIの標本は,効果的な顔表情特徴を学習するために,特徴レベルコントラスト目的に参加する。著者らは,4つの挑戦的なデータセット上でAda-CMを広範囲に評価し,この方法が最先端の性能を達成し,特に,半教師つき方法で十分に監督されたベースラインを凌駕することを示した。アブレーション研究は,さらに著者らの方法の有効性を証明した。ソースコードはhttps://github.com/hangyu94/Ada CMで利用可能である。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識

, , , ,

前のページに戻る