HSEmotionチームが第6回ABAWコンペティションで発表した：表情、バレンス-覚醒、および感情強度の予測

本稿では、第6回アフェクティブ・ビヘイビア・アナリシス・イン・ザ・ワイルド（ABAW）コンペティションにおける我々の結果を示します。顔の分析の信頼性を向上させるために、下流のタスクに対してニューラルネットワークを微調整することなく、信頼できる感情特徴を抽出する事前訓練された深層モデルの使用可能性を研究します。特に、静的な写真上での表情、バレンス、覚醒を認識するために、マルチタスクシナリオで訓練されたMobileViT、MobileFaceNet、EfficientNet、およびDDAMFNアーキテクチャに基づくいくつかの軽量モデルを紹介します。これらのニューラルネットワークは、フレームレベルの特徴を抽出し、単純な分類器（例：線形フィードフォワードニューラルネットワーク）に供給して、感情強度、複合表情、アクションユニット、表情、バレンス/覚醒を予測します。第6回ABAWチャレンジにおける5つのタスクの実験結果は、我々のアプローチが既存の非アンサンブル技術と比較して、検証セットでの品質指標を著しく向上させることを示しています。