面向微表情识别的不同方向运动特征的比较研究
计算机视觉与模式识别
2021-02-17 v1 人工智能
摘要
微表情能够反映人们的真实情绪。识别微表情是困难的，因为它们是微小运动且持续时间短。随着微表情识别研究的深入，许多有效的特征和方法被提出。为确定哪个方向的运动特征更易于区分微表情，本文选取18个方向（包括水平、垂直和倾斜三类运动），并提出一种称为单方向梯度直方图(HSDG)的新型低维特征来研究该问题。本文将每个方向的HSDG与LBP-TOP拼接得到带单方向梯度的LBP（LBP-SDG），并分析哪个方向的运动特征对微表情识别更具判别性。与一些已有工作相同，采用欧拉视频放大(EVM)作为预处理步骤。在CASME II和SMIC-HS数据库上的实验总结了有效且最优的方向，并证明最优方向的HSDG具有判别性，且相应的LBP-SDG在使用EVM时达到了最先进的性能。
引用
@article{arxiv.2102.08068,
title = {A comparative study on movement feature in different directions for micro-expression recognition},
author = {Jinsheng Wei and Guanming Lu and Jingjie Yan},
journal= {arXiv preprint arXiv:2102.08068},
year = {2021}
}