谨慎选择设置：基于大规模数据集的不同设置下动作单元检测的比较
计算机视觉与模式识别
2021-11-17 v1
摘要
本文研究了部分常用设置对动作单元（AU）检测性能与复杂度的影响，这些设置涉及 (a) 人脸图像预处理，以及 (b) 分类与训练。我们的研究使用了一个大规模数据集，包含约55K个野外采集的受试者观看商业广告的视频。预处理设置包括将人脸缩放到固定分辨率、改变颜色信息（RGB 转灰度）、人脸对齐以及裁剪 AU 区域；而分类与训练设置包括分类器类型（多标签 vs. 二分类）以及用于训练模型的数据量。据我们所知，此前尚无工作考察这些设置对 AU 检测的影响。在分析中，我们使用 CNN 作为基线分类模型。
引用
@article{arxiv.2111.08324,
title = {Choose Settings Carefully: Comparing Action Unit detection at Different Settings Using a Large-Scale Dataset},
author = {Mina Bishay and Ahmed Ghoneim and Mohamed Ashraf and Mohammad Mavadati},
journal= {arXiv preprint arXiv:2111.08324},
year = {2021}
}
备注
ICIP 2021