ADS-ME：微表情检测的异常检测系统
计算机视觉与模式识别
2019-03-12 v1
摘要
微表情（MEs）是罕见且不可控的面部事件，可揭示情绪欺骗，并出现在高风险环境中。本文提出一种时空微表情检测算法。由于微表情是异常事件，我们将其视为偏离预期正常面部行为（NFBs）模式的异常模式。NFBs 对应于面部肌肉激活、眨眼/凝视事件以及张口/闭口运动，这些均为面部形变但非微表情。我们提出一个概率模型来估计建模 NFBs 模式时空分布的概率密度函数。为对输出排序，我们计算负对数似然，并开发了自适应阈值技术以从 NFBs 中识别微表情。在仅使用 NFBs 数据的情况下，主要挑战是捕获固有的时空特征，因此我们设计了一个循环卷积自编码器用于特征表示。最后，我们表明我们的系统在微表情检测上优于以往工作。
引用
@article{arxiv.1903.04354,
title = {ADS-ME: Anomaly Detection System for Micro-expression Spotting},
author = {Dawood Al Chanti and Alice Caplier},
journal= {arXiv preprint arXiv:1903.04354},
year = {2019}
}
备注
35 pages, 9 figures, 3 tables