跨数据库微表情识别:一个基准
计算机视觉与模式识别
2019-11-12 v2
摘要
跨数据库微表情识别(CDMER)是微表情分析中近期涌现的有趣问题。CDMER比传统微表情识别(MER)更具挑战性,因为CDMER中训练与测试样本来自不同微表情数据库,导致训练集与测试集间特征分布不一致。本文从三方面贡献于该主题。首先,我们建立了CDMER实验评估协议,旨在让研究者便捷地开展该主题研究并提供评估其所提方法的标准平台。其次,我们使用九种最先进的域适应(DA)方法与六种流行的时空描述子进行基准实验,分别从两个不同视角考察CDMER问题。第三,我们提出一种称为区域选择性迁移回归(RSTR)的新颖DA方法来处理CDMER任务。我们的RSTR利用了微表情识别的一个重要线索,即MER中面部局部区域的不同贡献。RSTR整体上的优越性能表明,考虑有益于MER的重要线索(如面部局部区域信息)有助于开发有效的DA方法来处理CDMER问题。
引用
@article{arxiv.1812.07742,
title = {Cross-Database Micro-Expression Recognition: A Benchmark},
author = {Yuan Zong and Tong Zhang and Wenming Zheng and Xiaopeng Hong and Chuangao Tang and Zhen Cui and Guoying Zhao},
journal= {arXiv preprint arXiv:1812.07742},
year = {2019}
}
备注
13 pages