用于面部动作单元识别的深度结构推断网络
计算机视觉与模式识别
2018-03-26 v2
摘要
面部表情是被称为动作单元（AU）的基本组件的组合。识别 AU 是开发通用面部表情分析的关键。近年来，自动 AU 识别的大部分工作致力于学习局部特征的组合以及利用动作单元之间的相关性。在本文中，我们提出了一种深度神经架构，通过在初始阶段结合学习到的局部和全局特征，并在后续阶段复制类似于图模型推断方法的类间消息传递算法，从而同时解决这两个问题。我们表明，通过端到端地训练模型并增加监督，我们在 BP4D 和 DISFA 数据集上的性能分别比现有技术提升了 5.3% 和 8.2%。
引用
@article{arxiv.1803.05873,
title = {Deep Structure Inference Network for Facial Action Unit Recognition},
author = {Ciprian A. Corneanu and Meysam Madadi and Sergio Escalera},
journal= {arXiv preprint arXiv:1803.05873},
year = {2018}
}