面部微表情分析综述：数据、方法与挑战
计算机视觉与模式识别
2020-12-22 v1 机器学习
摘要
面部微表情是指在情感交流中出现的短暂而细微的面部运动。相较于宏表情，微表情因时间短促且变化精细而更难以分析。近年来，微表情识别（MER）因可惠及诸多应用（如警方审讯、临床诊断、抑郁分析与商务谈判）而备受关注。本综述从崭新视角探讨当下 MER 任务的研究方向与挑战。例如，我们从三个新颖方面回顾 MER 方法：宏到微自适应、基于关键顶点帧的识别，以及基于面部动作单元的识别。此外，为缓解微表情数据有限且有偏的问题，我们调研了用于丰富微表情数据多样性的合成数据生成方法。由于微表情 spotting（ spotting 指微表情片段检测）可促进微表情分析，本文亦介绍了最先进的 spotting 工作。最后，我们讨论 MER 研究中的挑战，并提供潜在解决方案及进一步探索的可能方向。
引用
@article{arxiv.2012.11307,
title = {An Overview of Facial Micro-Expression Analysis: Data, Methodology and Challenge},
author = {Hong-Xia Xie and Ling Lo and Hong-Han Shuai and Wen-Huang Cheng},
journal= {arXiv preprint arXiv:2012.11307},
year = {2020}
}
备注
20 pages, 7 figures