一种用于面部表情相似度的紧凑嵌入
计算机视觉与模式识别
2019-01-11 v2 人工智能
摘要
现有大多数自动面部表情分析工作聚焦于离散情绪识别或面部动作单元检测。然而，面部表情并非总能整齐落入预定义的语义类别。此外，在动作单元空间中度量的表情相似度未必对应于人类感知的表情相似度。与以往工作不同，我们的目标是以连续方式描述面部表情，使用模仿人类视觉偏好的紧凑嵌入空间。为实现该目标，我们收集了一个大规模野外人脸数据集，其人类标注形式为：相较于表情C，表情A与B在视觉上更相似；并利用该数据集训练一个产生紧凑（16维）表情嵌入的神经网络。我们通过实验证明，所学嵌入可成功用于表情检索、相册摘要与情绪识别等多种应用。我们还表明，使用所提数据集学习的嵌入优于使用现有情绪或动作单元数据集学习的若干其他嵌入。
引用
@article{arxiv.1811.11283,
title = {A Compact Embedding for Facial Expression Similarity},
author = {Raviteja Vemulapalli and Aseem Agarwala},
journal= {arXiv preprint arXiv:1811.11283},
year = {2019}
}