近日，广东工业大学信息工程学院人工智能研发团队青年教师陈添水为第一作者的论文《Cross-Domain Facial Expression Recognition: A Unified Evaluation Benchmark and Adversarial Graph Learning》发表于国际期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI)》。T-PAMI是人工智能、模式识别、机器学习等领域公认的最顶级的期刊，中科院分区1区期刊，中国计算机协会推荐A类期刊，最新影响因子17.86。
图1.该论文提出的对抗图表达学习框架
具体来说，该论文首先构建了一个统一且公平的评测基准，该基准复现了多个效果较好的跨域人脸表情识别方法，以及数个最新发表的通用领域自适应算法，并使用统一的源/目标域以及骨干网络选择，以此进行公平的比较评测。该基准可以公平评测各个工作提出的算法的有效性，更好地推进跨域人脸表情识别领域的发展。此外，该论文还提出了一个新的对抗图表达学习框架，该框架创造性地把图表示传播与对抗学习机制相结合，从而实现高效的跨域整体-局部表达协同迁移和学习。基于我们所提出的统一且公平的评测基准，该框架取得了优于所有现有方法的效果。
该论文首次构建统一且公平的跨域人脸识别新基准，使得跨域人脸识别算法可以在公平条件下评估，对跨域人脸分析的前沿研究具有重要科学价值；其次，该论文首次联合对抗学习和图表达学习，为跨域人脸识别提供一种基于对抗图表达学习的新方法，对图表达学习、对抗学习等前沿机器学习算法与跨域人脸分析等领域研究具有重要的科学意义。
