Fugu-MT 論文翻訳(概要): On Applicability of Synthetic Datasets for Facial Expression Recognition

論文の概要: On Applicability of Synthetic Datasets for Facial Expression Recognition

arxiv url: http://arxiv.org/abs/2605.17483v1
Date: Sun, 17 May 2026 14:51:27 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-19 17:57:48.115605
Title: On Applicability of Synthetic Datasets for Facial Expression Recognition
Title（参考訳）: 表情認識のための合成データセットの適用性について
Authors: Ali Azmoudeh, Erdi Sarıtaş, Ömer Yıldırım, Hazım Kemal Ekenel,
Abstract要約: プライバシを保存するFERデータセットを構築するための3つの補完的戦略を,標準の7つの顔表情クラス設定で検討した。提案手法は,I とI,I,I,I,I,I,I,I,I,I,I,I,I,I,I,I,I>I,I,H,H,I,H,,,I,,I,,I,,,
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Facial Expression Recognition faces two core challenges. The first is class imbalance in public datasets, which skews the learning process and weakens generalization. The second is related to privacy and data collection constraints, which limit the sharing of facial images and restrict the creation of large, balanced datasets. To address these issues, we examine three complementary strategies for constructing privacy-preserving FER datasets in the standard seven discrete facial expression classes setting. Our strategies are: (i) pseudo-labeling large unlabeled face collections with a teacher model under a confidence-thresholding scheme, (ii) prompt-driven synthesis using diffusion models conditioned on demographic attributes, and (iii) task-aware GAN-based expression editing that modifies facial expression while preserving identity and realism. For training and evaluation, we employed widely adopted datasets, including AffectNet, RAF-DB, and FER2013. We utilized the synthetic datasets DigiFace, DCFace, and EmoNet-Face BIG as unlabeled sources for pseudo-labeling. Additionally, we utilized the FFHQ dataset as the source for generative synthesis. The main experiments are conducted using a classic CNN backbone, IR50, and we also explore a more complex architecture, POSTERv1, to assess its feasibility and robustness. Using cross-dataset evaluations, we analyze the trade-offs each strategy presents in curated datasets. The findings demonstrate how synthetic data can effectively substitute or be combined with real datasets to mitigate imbalance and privacy limitations. Code and generated datasets:https://www.github.com/AliAZ98/SyntFER
Abstract（参考訳）: 表情認識には2つの課題がある。 1つ目は、公開データセットにおけるクラス不均衡であり、学習プロセスを歪め、一般化を弱める。 2つ目は、顔画像の共有を制限し、大きなバランスの取れたデータセットの作成を制限するプライバシーとデータ収集の制約に関するものだ。これらの課題に対処するために、プライバシ保護FERデータセットを構築するための3つの補完的戦略を、標準の7つの個別表情クラス設定で検討する。私たちの戦略は次のとおりです。一自信保持方式による教師モデルによる擬似ラベル付大型未ラベル顔集二人口統計特性に基づく拡散モデルを用いた即時合成、及び三アイデンティティとリアリズムを保ちながら表情を変更するタスク対応GANベースの表情編集。トレーニングと評価には、AffectNet、RAF-DB、FER2013など、広く採用されているデータセットを使用しました。我々は,DigiFace,DCFace,EmoNet-Face BIGの合成データセットを疑似ラベル付けのための未ラベルソースとして利用した。さらに, FFHQデータセットを生成合成源として利用した。主な実験は古典的なCNNバックボーンIR50を用いて行われ、さらに複雑なアーキテクチャであるPOSTERv1を探索して、その実現可能性と堅牢性を評価する。クロスデータセット評価を用いて、キュレートされたデータセットにおいて、各戦略が提示するトレードオフを分析する。この結果は、合成データが実際のデータセットを効果的に置き換えたり、組み合わせたりすることで、不均衡とプライバシーの制限を軽減することができることを示す。コードと生成されたデータセット:https://www.github.com/AliAZ98/SyntFER

論文の概要: On Applicability of Synthetic Datasets for Facial Expression Recognition

関連論文リスト