基于学习的微表情识别深度洞察：前景、挑战与研究需求的视角
计算机视觉与模式识别
2022-10-12 v1
摘要
微表情识别（MER）因其内在特性与细微变化而是一项极具挑战性的研究领域。在文献中，MER 问题已通过手工设计/基于描述子的方法解决。然而近来，深度学习（DL）技术已被采用以获得更高的 MER 性能。此外，关于 MER 的丰富综述文章通过总结数据集、实验设置、传统与深度学习方法而得以提供。相比之下，这些研究缺乏传达网络设计范式与基于 DL 的 MER 实验设置策略影响的能力。因此，本文旨在从网络模型设计前景、实验策略、挑战与研究需求的角度，提供对基于 DL 的 MER 框架的深度洞察。同时，从模型设计和技术特征多方面对现有 MER 框架进行详细分类。此外，对 MER 方法所采用的实验与验证协议进行了实证分析。前述挑战与网络设计策略或可协助情感计算研究界推进 MER 研究。最后，我们指出未来方向、研究需求并得出结论。
引用
@article{arxiv.2210.04935,
title = {Deep Insights of Learning based Micro Expression Recognition: A Perspective on Promises, Challenges and Research Needs},
author = {Monu Verma and Santosh Kumar Vipparthi and Girdhari Singh},
journal= {arXiv preprint arXiv:2210.04935},
year = {2022}
}