一种动态三维自发微表情数据库：建立与评估
计算机视觉与模式识别
2022-04-21 v5
摘要
微表情是自发的、无意识的面部运动，能反映人们真实的内在情绪，在心理测试相关领域具有巨大潜力。由于人脸是三维形变物体，表情的发生会引起面部的空间形变，但受限于现有数据库均为2D视频，缺乏微表情三维空间信息的描述。因此，我们提出了一种包含2D视频序列与3D点云序列的新微表情数据库。该数据库包含373条微表情序列，这些样本采用基于面部动作编码系统的客观方法，以及结合视频内容与受试者自述的非客观方法进行分类。我们分别使用三正交平面局部二值模式(LBP-TOP)与曲率算法提取2D和3D特征，并在留一受试者交叉验证(LOSO)和10折交叉验证下评估了这两种特征及其融合结果的分类准确率。进一步地，我们采用多种神经网络算法进行数据库分类，结果表明融合3D特征比仅用2D特征提高了分类准确率。该数据库提供原始与裁剪的微表情样本，将有助于微表情三维时空特征的探索与研究。
引用
@article{arxiv.2108.00166,
title = {A Dynamic 3D Spontaneous Micro-expression Database: Establishment and Evaluation},
author = {Fengping Wang and Jie Li and Siqi Zhang and Chun Qi and Yun Zhang and Danmin Miao},
journal= {arXiv preprint arXiv:2108.00166},
year = {2022}
}