基于面部动作编码系统的视频欺骗检测
计算机视觉与模式识别
2021-05-31 v1
摘要
事实在各类情境的决策中至关重要，因此在信息被当作事实接受之前捕捉欺骗性信息十分重要。近年来，视频中的欺骗检测因其在现实生活中的多种应用而受到关注。在我们的方法中，我们利用面部动作编码系统提取面部动作单元，并将其作为训练深度学习模型的参数。我们具体使用了长短期记忆网络（LSTM），并在真实庭审数据集上对其进行训练，该方法在仅依赖面部的欺骗检测方法中取得了最佳表现之一。我们还使用真实庭审数据集、西里西亚欺骗数据集和谎言袋欺骗数据集进行了跨数据集验证，此前尚无其他欺骗检测系统尝试过此类验证。我们使用相同的深度学习训练模型，对所有数据集进行单独及整体的相互测试与比较。结果表明，增加不同数据集进行训练会降低模型的准确率。主要原因之一是这些数据集的性质彼此差异很大。
引用
@article{arxiv.2105.13659,
title = {Deception Detection in Videos using the Facial Action Coding System},
author = {Hammad Ud Din Ahmed and Usama Ijaz Bajwa and Fan Zhang and Muhammad Waqas Anwar},
journal= {arXiv preprint arXiv:2105.13659},
year = {2021}
}