- …
- …
#515
summarized by : Akihiro FUJII
どんな論文か？
表情認識は主観的なアノテーションになるため曖昧性がある。学習中にC-1クラスを分類するC個ブランチを合わせたネットワークと同じように分類させる制約をかけることにより、曖昧性を学習しながら推論中にコストをかけない手法を提案。AffectNetでSotA性能を獲得
新規性
ラベルに曖昧性がある表情認識タスクにおいて、ネットワーク潜在表現を使った手法を提案。潜在表現をC-1クラスに分類するC個のブランチに分割し、曖昧性を表現させ、それをTarget Branchに学習させる。推論時はTarget Branchのみ使うことによって、推論時の計算コストを下げている。
結果
RAFDBでは89.42%，AffectNetでは63.11%の最高性能を達成し，新記録を達成した．
その他（なぜ通ったか？等）
- …
- …