#41
summarized by : rindybell
A Compact Embedding for Facial Expression Similarity

どんな論文か?

これまでの多くの「表情の解析技術」は、離散的な感情認識にフォーカスを当てていた。しかし、表情は離散的なカテゴリに適さないことがある。 

そこで本論文は、人の視覚的嗜好を模倣した、コンパクトで連続的な埋め込み空間の学習に焦点を当てる。

 主な貢献を以下に示す。
 ・表情認識のための「FECデータ」を構築。パブリックに公開。 
・提案法によるベクトルが、表情検索などで有効に機能することを示した。
placeholder

新規性

Facial Expression comparison (FEC) datasetを構築・公開したこと。 これは、三組の顔画像に対し、画像的に最も類似する画像ペアを人手で注釈したもの。 (すなわち、1つの仲間はずれの画像がある) FECは、156kのユニーク画像を持ち、500kの三組を持つ。無料でダウンロードできる。 なお、埋め込み技術において新規性は少ない。

結果

三組の画像から、類似する2枚の画像を選択するという問題設定で実験。 従来法(AffNet-CL)、提案法、人手評価はそれぞれ、53.3、81.8、87.5の正解率である。

その他(なぜ通ったか?等)

表情の解析技術は、感情分析、表情検索などで有用である。しかし、関連する大規模なデータ・セットは限られているため、データ構築をしたことが評価されたと思われる。