一种新颖的儿童自发面部表情数据库（LIRIS-CSE）
计算机视觉与模式识别
2019-03-28 v2 机器学习
摘要
计算环境正朝着以人为中心的设计而非以计算机为中心的设计发展，而人类倾向于通过情感状态或表情传达丰富的信息。传统的基于人机交互（HCI）的系统忽略了通过这些情感状态传达的大量信息，仅迎合用户的 intentional 输入。通常，为了评估和基准测试不同的面部表情分析算法，需要标准化数据库以实现有意义的比较。缺乏在此类标准化数据库上的比较测试，难以发现不同面部表情识别算法的相对优势与弱点。在本文中，我们提出一种用于儿童自发面部表情（LIRIS-CSE）的新颖视频数据库。所提视频数据库包含 12 名年龄在 6 至 12 岁之间、平均年龄为 7.3 岁的不同种族儿童所展现的六种基本自发面部表情。据我们所知，该数据库是首例，因其记录并展示了儿童的自发面部表情。先前有少数儿童表情数据库，且全部展示摆姿或夸张的表情，不同于自发或自然的表情。因此，该数据库将成为人类行为研究者的一个里程碑。该数据库将是视觉界用于基准测试和比较结果的极佳资源。在本文中，我们还提出了一种基于卷积神经网络（CNN）架构与迁移学习方法的自动表情识别框架。所提架构在我们提出的数据库即 LIRIS-CSE 上取得了 75% 的平均分类精度。
引用
@article{arxiv.1812.01555,
title = {A novel database of Children's Spontaneous Facial Expressions (LIRIS-CSE)},
author = {Rizwan Ahmed Khan and Crenn Arthur and Alexandre Meyer and Saida Bouakaz},
journal= {arXiv preprint arXiv:1812.01555},
year = {2019}
}