一种用于视频中面部表情分析的集成方法
计算机视觉与模式识别
2022-03-25 v1 图像与视频处理
摘要
人类情绪识别有助于人机交互的发展。机器在现实世界中理解人类情绪将极大促进未来的生活。本文介绍 Affective Behavior Analysis in-the-wild (ABAW3) 2022 挑战赛。论文着重解决效价-唤醒度估计与动作单元检测问题。对于效价-唤醒度估计,我们分两阶段进行:从多模型与时间学习中创建新特征以预测效价-唤醒度。首先,我们生成新特征;将 Gated Recurrent Unit (GRU) 与 Transformer 利用从图像中提取的 Regular Networks (RegNet) 特征相结合。下一步是将 GRU 与 Local Attention 结合以预测效价-唤醒度。采用 Concordance Correlation Coefficient (CCC) 评估模型。
引用
@article{arxiv.2203.12891,
title = {An Ensemble Approach for Facial Expression Analysis in Video},
author = {Hong-Hai Nguyen and Van-Thong Huynh and Soo-Hyung Kim},
journal= {arXiv preprint arXiv:2203.12891},
year = {2022}
}