[논문 리뷰] Facial Emotion Recognition: State of the Art Performance on FER2013

Yousif Khaireddin, Zhuofa Chen|arXiv (Cornell University)|2021. 05. 08.

Emotion and Mood Recognition참고 문헌 37인용 수 158

한 줄 요약

이 논문은 추가 학습 데이터 없이 미세 조정된 VGGNet을 사용하여 FER2013에서 단일 네트워크 정확도 상위를 달성했다(73.28%).

ABSTRACT

Facial emotion recognition (FER) is significant for human-computer interaction such as clinical practice and behavioral description. Accurate and robust FER by computer models remains challenging due to the heterogeneity of human faces and variations in images such as different facial pose and lighting. Among all techniques for FER, deep learning models, especially Convolutional Neural Networks (CNNs) have shown great potential due to their powerful automatic feature extraction and computational efficiency. In this work, we achieve the highest single-network classification accuracy on the FER2013 dataset. We adopt the VGGNet architecture, rigorously fine-tune its hyperparameters, and experiment with various optimization methods. To our best knowledge, our model achieves state-of-the-art single-network accuracy of 73.28 % on FER2013 without using extra training data.

연구 동기 및 목표

• 얼굴의 이질성과 이미지 조건의 다양성으로 인해 FER 성능 향상을 목표로 한다.
• 신중하게 조정된 VGGNet이 외부 데이터 없이 FER2013에서 최첨단 정확도를 달성할 수 있음을 보여준다.
• FER 성능에 대한 하이퍼파라미터 미세조정 및 최적화 전략의 영향을 조사한다.

제안 방법

• 백본으로 VGGNet 아키텍처를 채택했다.
• 네트워크의 하이퍼파라미터를 엄격하게 미세조정했다.
• 다양한 최적화 방법을 실험했다.
• 단일 네트워크로 높은 성능을 달성하는 데 집중했다.
• FER2013를 넘는 추가 학습 데이터의 사용을 배제하는 것을 강조했다.

실험 결과

연구 질문

• RQ1 단일 CNN 네트워크가 외부 데이터 없이 FER2013에서 최첨단 FER 성능을 달성할 수 있는가?
• RQ2 FER2013 정확도에 대한 하이퍼파라미터 조정 및 최적화 방법의 영향은 무엇인가?
• RQ3 정확한 학습으로 VGGNet이 최상의 FER 성능을 위한 실행 가능한 백본인가?

주요 결과

• 단일 네트워크로 FER2013에서 73.28% 정확도를 달성했다.
• 추가 데이터 없이 가장 높은 단일 네트워크 FER2013 결과로 보고됐다.
• 하이퍼파라미터 튜닝 및 최적화 선택이 최첨단 성능을 낼 수 있음을 검증했다.
• 적절히 튜닝될 때 FER에 대한 VGGNet 백본의 효과를 입증했다.