要約
顔面表情認識（Facial Expression Recognition, FER）は日常生活において重要な役割を果たしている。しかし、データセットにおけるラベルの曖昧さは、性能の向上を著しく妨げる要因となる。本論文では、ラベル分布学習（Label Distribution Learning）の枠組みを用いてFERタスクに取り組み、二本のブランチからなる自己適応的分布融合（Adaptive Distribution Fusion, Ada-DF）フレームワークを提案する。まず、補助ブランチを構築して各サンプルのラベル分布を取得する。次に、各感情のラベル分布から感情クラスの分布を計算する。最後に、注意重み（attention weights）に基づいて、これらの二つの分布を自己適応的に統合し、ターゲットブランチの学習を実施する。提案手法Ada-DFは、実世界のデータセットであるRAF-DB、AffectNet、SFEWの3つのデータセットにおいて広範な実験を行い、最先端手法と比較して優れた性能を示した。コードはGitHubにて公開されている：https://github.com/taylor-xy0827/Ada-DF。