愤怒与厌恶在外观上接近复合表情也未必能归入一个确定类别。CLEX讨论这类标注问题时将重点放在分类器输出观测标签不可靠训练仍须保留目标监督但其余类别的响应不应缺少约束。全文的交换与互补学习都是围绕这组非目标响应展开的。1论文来源【论文标题】CLEX: Complementary Label Exchange Learning for Noisy Facial Expression Recognition【论文作者】Lin Wang、Fang Liu、Xiaofen Xing、Kailing Guo、Xiangmin Xu。【论文地址】https://openaccess.thecvf.com/content/CVPR2026/html/Wang_CLEX_Complementary_Label_Exchange_Learning_for_Noisy_Facial_Expression_Recognition_CVPR_2026_paper.html【论文源码】截至2026年10月14日未核实到作者官方代码仓库论文页与原文未提供可确认的源码链接。【论文等级】CVPR 2026主会正式论文CCF-A2026年6月发表10577-10586页。2论文背景自然场景表情识别的困难不全来自画面。复合表情、相近类别和标注者分歧也会使标签变得不可靠。这里须区分标注错误与表情歧义同一张脸存在不同解释不一定只是某位标注者“标错了”。已有方法通过筛选样本、修正标签或约束增强前后的预测来缓解问题但困难样本与错标签样本并不容易区分。本文研究的是静态人脸表情分类不直接推断人的内在情绪。3方法动机观测标签即使有误模型仍会受到交叉熵的推动对这个类别给出更高概率。作者因此关注非目标预测在原图和增强图之间交换部分非目标响应再施加互补约束。“非目标”按观测标签定义并非已经知道哪些类别一定错误。方法不删除样本也不直接替换标注而是改变网络输出接受约束的方式。4论文方法4.1 双视图与非目标logit交换原图与增强图经过共享骨干和分类器分别输出softmax之前的logit。随机选取部分非目标坐标两路互换这些数值观测目标类别的坐标保持不变。交换的是输出不是标签。Figure 1CLEX整体框架含非目标输出交换、归一化及三项训练损失4.2 尺度不变归一化交换后的logit除以其Lp范数减少整体数值尺度对后续约束的影响。默认p3这一步处理logit尺度不是对训练标签做归一化。4.3 随机保留的互补监督归一化后通过softmax得到概率在随机保留的非目标类别上计算互补抑制损失CSL。参数d表示不参与该损失的非目标坐标数默认d1不表示删除一个训练样本。4.4 联合训练与单路推理总损失为CSLλ₁CEλ₂AC。CE监督交换前的预测AC约束几何对齐后的类别注意力图。默认λ₁0.4、λ₂2。推理仅保留原图一次前向不执行交换。5实验结果骨干为MS-Celeb-1M预训练的ResNet-18训练60轮。消融、参数分析与可视化均采用RAF-DB的30%标签噪声设置准确率差值以下均用“百分点”表示。5.1 合成标签噪声下的比较为什么做检查不同噪声比例下的识别性能。对应图表Table 1。实验结果在三个数据集上分别随机翻转10%、20%、30%的训练标签。30%时RAF-DB、AffectNet、FERPlus准确率为87.11±0.08%、63.87±0.31%、87.12±0.09%比NLA高0.40、1.39、0.15个百分点。原文正文将中间差值写成1.21本文按表计算。实验结论九组结果支持该方法对均匀翻转噪声的鲁棒性。对手结果沿用NLA论文并非全部重新训练0.40和0.15个百分点的领先也不应直接写成统计显著。Table 1三个表情数据集在10%、20%、30%合成标签噪声下的准确率5.2 真实标签噪声为什么做随机翻转指定比例的标签不能还原自动标注产生的错误。作者另用AffectNet Auto检验这一差别。对应图表Table 2。实验结果CLEX为58.76±0.21%EAC、NLA为57.68%、56.94%分别提升1.08、1.82个百分点。后两项使用官方代码复现SCN、DMUE、MTAC的结果则取自MTAC论文来源口径须分开。实验结论这张表补充了自动标注数据上的证据。它回答的是AffectNet Auto这一设置是否有效并没有覆盖全部真实噪声分布。Table 2AffectNet Auto真实噪声条件下的准确率比较5.3 模块消融为什么做区分不同训练约束的贡献。对应图表Table 3。实验结果CE为81.36%加AC为84.94%CENormCSL为84.73%再组合AC为85.47%加入交换NTX后为87.35%。最后一步提升1.88个百分点。实验结论交换在已有约束上带来增益。表中(b)至(d)同时增加Norm和CSL不能单独归因于Norm本表87.35%也不能替换Table 1的87.11%。Table 3RAF-DB、30%对称噪声下的五种模块组合5.4 交换多少个坐标为什么做检查交换范围是否越大越好。对应图表Figure 2(a)。实验结果交换2或3个坐标优于只交换1个继续扩大未持续提高准确率。实验结论适度交换较好七分类任务默认交换率0.5对应3个非目标坐标。Figure 2(a)不同非目标交换范围的测试准确率曲线5.5 归一化阶数为什么做确定Lp归一化中的p。对应图表Figure 2(b)。实验结果p1的曲线较低p3在训练后期表现较好被设为默认值。实验结论阶数影响性能参数曲线本身不能证明作者提出的几何解释。Figure 2(b)不同Lp归一化阶数的测试准确率曲线5.6 丢弃多少个非目标坐标为什么做检验互补监督的随机保留策略。对应图表Figure 2(c)。实验结果d1较好不丢弃的d0和只保留少量坐标的d5均较弱。实验结论该设置支持适度丢弃不支持无限减少监督坐标。Figure 2(c)不同非目标坐标丢弃数量的测试准确率曲线5.7 损失权重为什么做检查CE、AC权重的影响。对应图表Figure 3。实验结果λ₁在0.2-0.4区间较好λ₂2时表现最好默认取0.4和2。实验结论权重存在较好区间增大并非总有益。阴影为五次运行标准差不是显著性检验。Figure 3交叉熵和注意力一致性损失权重的敏感性分析5.8 特征可视化为什么做观察分类性能对应的特征分布。对应图表Figure 4。实验结果相比CE和EACCLEX的t-SNE投影中类别重叠更少类内聚集更集中。实验结论图中分布与较好的分类表现一致二维投影不构成高维可分性的严格证明。Figure 4CE、EAC、CLEX在RAF-DB上的t-SNE特征投影5.9 预测概率分布为什么做检查模型是否仍对噪声样本给出高概率。对应图表Figure 5。实验结果CE的干净与噪声样本在高概率区域重叠CLEX中橙色噪声样本更多集中在低概率区域。实验结论噪声样本的高概率响应减少但该直方图不等于概率校准评价。Figure 5训练样本的预测概率分布蓝色为干净数据橙色为噪声数据5.10 非表情分类任务扩展为什么做检验方法是否仅适用于表情数据。对应图表Table 4。实验结果30%对称/非对称噪声下CIFAR-10为85.10±0.14%/82.94±0.18%CIFAR-100为53.42±0.44%/53.23±0.25%四列均值均高于表中EAC和NLA。实验结论支持向这两项带噪分类任务扩展不是跨域情绪识别的验证。Table 4CIFAR-10、CIFAR-100在30%对称与非对称噪声下的准确率6结论CLEX针对带噪标签的人脸表情识别将非目标logit交换、Lp归一化和互补抑制结合并以交叉熵及注意力一致性辅助训练。三个表情数据集的合成噪声比较、AffectNet Auto真实噪声实验、模块及参数分析、特征与预测可视化以及CIFAR分类扩展构成了论文的主要验证。其训练采用双视图推理仍为单路前向。