静态情绪与动态情绪人脸表情识别综述
计算机视觉与模式识别
2024-08-29 v1
摘要
人脸表情识别（FER）旨在从静态图像和动态序列中分析情绪状态，这是提升人类、机器人和数字化面部模型之间人类交互的关键技术，依赖人工智能技术。随着FER领域从受控实验室环境发展到更复杂的野外场景，快速发展了先进的方法，同时遇到了新的挑战和方法，这些在现有FER综述中未得到充分关注。本文提供了关于基于图像的静态FER（SFER）和基于视频的动态FER（DFER）方法的全面综述，从模型导向的开发到以挑战为导向的分类，进行分析。我们首先对最近的综述进行了批判性比较，介绍了常见的数据集和评估标准，深入探讨了FER的工作流程，以建立稳健的研究基础。随后，我们系统性地综述了代表性方法，这些方法针对SFER的八个主要挑战（如表情干扰、不确定性、复合情绪、跨域不一致性）以及DFER的七个主要挑战（如关键帧采样、表情强度变化、跨模态对齐）进行了应对。此外，我们分析了最近的进展、基准性能、主要应用以及伦理考虑。最后，我们提出了五大有前景的未来方向和发展趋势，以指导 ongoing 的研究。本论文的项目页面可在 https://github.com/wangyanckxx/SurveyFER 查看。
引用
@article{arxiv.2408.15777,
title = {A Survey on Facial Expression Recognition of Static and Dynamic Emotions},
author = {Yan Wang and Shaoqi Yan and Yang Liu and Wei Song and Jing Liu and Yang Chang and Xinji Mai and Xiping Hu and Wenqiang Zhang and Zhongxue Gan},
journal= {arXiv preprint arXiv:2408.15777},
year = {2024}
}