- Влияние гендерных стереотипов на распознавание выражения лица(arXiv)
Автор: Ирис Домингес-Катена, Даниэль Патернэн, Микель Галар
Аннотация .Распознавание выражений лица (FER) использует изображения лиц для определения эмоционального состояния пользователей, обеспечивая более тесное взаимодействие между людьми и автономными системами. К сожалению, поскольку изображения естественным образом включают в себя некоторую демографическую информацию, такую как предполагаемый возраст, пол и раса субъекта, эти системы подвержены проблемам демографической предвзятости. В последние годы модели на основе машинного обучения стали самым популярным подходом к FER. Эти модели требуют обучения на больших наборах данных изображений выражений лица, а их возможности обобщения тесно связаны с характеристиками набора данных. В общедоступных наборах данных FER кажущееся гендерное представительство обычно в основном сбалансировано, но их представление в индивидуальной маркировке не так, что внедряет социальные стереотипы в наборы данных и создает потенциал для причинения вреда. Хотя этот тип предвзятости до сих пор игнорировался, важно понимать, какое влияние он может иметь в контексте FER. Для этого мы используем популярный набор данных FER, FER+, для создания производных наборов данных с различной степенью стереотипной предвзятости путем изменения гендерных пропорций определенных меток. Затем мы приступаем к измерению несоответствия между производительностью моделей, обученных на этих наборах данных, для очевидных гендерных групп. Мы наблюдаем расхождение в распознавании определенных эмоций между полами до 29% при наихудших условиях предвзятости. Наши результаты также указывают на безопасный диапазон стереотипной предвзятости в наборе данных, который, по-видимому, не приводит к стереотипной предвзятости в результирующей модели. Наши результаты подтверждают необходимость тщательного анализа предвзятости общедоступных наборов данных в таких задачах, как FER, где глобальный баланс демографического представительства все еще может скрывать другие типы предвзятости, которые наносят ущерб определенным демографическим группам.
2. Пересмотр самоконтролируемого контрастного обучения для распознавания выражений лица(arXiv)
Автор: Юсюань Шу, Сяо Гу, Гуан-Чжун Ян, Бенни Ло.
Аннотация. Успех самых передовых работ по распознаванию выражений лиц во многом зависит от крупномасштабных аннотированных наборов данных. Тем не менее, это создает большие проблемы при получении четких и последовательных аннотаций для наборов данных выражения лица. С другой стороны, контрастивное обучение с самоконтролем приобрело большую популярность благодаря своей простой, но эффективной стратегии обучения различению экземпляров, которая потенциально может обойти проблему аннотации. Тем не менее, остаются неотъемлемые недостатки различения на уровне экземпляра, которые становятся еще более сложными при столкновении со сложными изображениями лица. В этой статье мы возвращаемся к использованию контрастивного обучения с самоконтролем и исследуем три основные стратегии для обеспечения репрезентации конкретных выражений и минимизации влияния других атрибутов лица, таких как личность и стиль лица. Экспериментальные результаты показывают, что предлагаемый нами метод превосходит современные современные методы обучения с самостоятельным наблюдением как с точки зрения категориальных, так и размерных задач распознавания выражения лица.
3. Переосмысление парадигмы обучения распознаванию выражений лица(arXiv)
Автор:Вейджи Ван, Нику Себе, Бруно Лепри
Аннотация . Из-за субъективных краудсорсинговых аннотаций и присущего межклассовому сходству выражений лица реальные наборы данных распознавания лиц (FER) обычно содержат неоднозначные аннотации. Чтобы упростить парадигму обучения, большинство предыдущих методов преобразовывали неоднозначные результаты аннотаций в точные однозначные аннотации и обучали модели FER сквозным контролируемым образом. В этой статье мы переосмысливаем существующую парадигму обучения и предлагаем лучше использовать слабо контролируемые стратегии для обучения моделей FER с исходной неоднозначной аннотацией.
