利用时空通道注意力与互补上下文信息在真实场景中进行表情行为分析
计算机视觉与模式识别
2020-10-13 v2 人机交互
摘要
真实场景中的面部表情识别(FER)对构建可靠的人机交互系统至关重要。然而，当前的FER系统在各种自然且不受控条件下表现不佳。本报告介绍了我们提交至2020年真实场景情感行为分析(ABAW)竞赛表情识别赛道的基于注意力的框架。空间通道注意力网络(SCAN)用于提取局部与全局注意力特征，而无需从关键点检测器中获取任何信息。SCAN由一个互补上下文信息(CCI)分支补充，该分支使用高效通道注意力(ECA)来增强特征的相关性。该模型在具有挑战性的Aff-Wild2数据集上针对分类表情识别进行了验证。
引用
@article{arxiv.2009.14440,
title = {Affect Expression Behaviour Analysis in the Wild using Spatio-Channel Attention and Complementary Context Information},
author = {Darshan Gera and S Balasubramanian},
journal= {arXiv preprint arXiv:2009.14440},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:2007.10298 (ABAW2020 challenge test set results added)