要約
本稿では、実用的かつ高いロバスト性を備えた顔面感情認識（FER）ネットワーク「EfficientFace」を提案する。このネットワークはパラメータ数が非常に少ない一方で、実世界環境下におけるFERに対して極めて頑健である。まず、軽量ネットワークのロバスト性を向上させるために、局所特徴抽出器とチャネル・空間モジュレータを設計した。これらのモジュールでは深度方向畳み込み（depthwise convolution）を用いることで、ネットワークが顔面の局所的およびグローバルな顕著特徴を同時に捉える能力を持つようになった。次に、多くの感情が基本感情の組み合わせ、混合、または複合として現れるという事実を考慮し、シンプルかつ効率的なラベル分布学習（Label Distribution Learning, LDL）法を新たな学習戦略として導入した。実際のオクルージョンやポーズ変動を含むデータセット上での実験により、提案手法EfficientFaceがオクルージョンやポーズ変動条件下でも高いロバスト性を示すことが確認された。さらに、RAF-DB、CAER-S、AffectNet-7データセットにおいて、それぞれ88.36%、85.87%、63.70%の精度で最先端の性能を達成し、AffectNet-8データセットにおいても59.89%の高い精度を記録し、他の手法と同等の性能を発揮した。