GReFEL: Geometrie-bewusstes zuverlässiges Lernen von Gesichtsausdruck unter Verzerrung und unbalancierter Datenverteilung

Zuverlässiges Lernen von Gesichtsausdrücken (Facial Expression Learning, FEL) beinhaltet das effektive Erlernen charakteristischer Merkmale von Gesichtsausdrücken, um in realen Situationen zuverlässigere, unvoreingenommene und genaue Vorhersagen zu ermöglichen. Aktuelle Systeme haben jedoch Schwierigkeiten mit FEL-Aufgaben aufgrund der Varianz in den Gesichtsausdrücken von Menschen, die durch ihre einzigartigen Gesichtsstrukturen, Bewegungen, Tonlagen und demographischen Merkmale verursacht wird. Verzerrte und unbalancierte Datensätze verstärken diese Herausforderung, was zu fehlerhaften und voreingenommenen Vorhersageetiketten führt. Um dies anzugehen, stellen wir GReFEL vor, eine Methode, die Vision Transformers und ein an Anchorpunkten basierendes Modul zur Zuverlässigkeitsausgewogenheit unter Berücksichtigung der Gesichtsgeometrie nutzt, um unbalancierte Datenverteilungen, Verzerrungen und Unsicherheiten im Lernen von Gesichtsausdrücken zu bekämpfen. Durch die Integration lokaler und globaler Daten mit Anchorpunkten, die verschiedene Gesichtsdatenpunkte und strukturelle Merkmale erlernen, passt unser Ansatz voreingenommene und falsch beschriftete Emotionen an, die durch Intra-Klassen-Diskrepanzen, Inter-Klassen-Ähnlichkeiten und Skalenempfindlichkeiten verursacht werden. Dies führt zu umfassenden, genauen und zuverlässigen Vorhersagen von Gesichtsausdrücken. Unser Modell übertrifft wie durch umfangreiche Experimente auf verschiedenen Datensätzen gezeigt wird, aktuelle state-of-the-art-Methoden.