用于面部表情识别的深度时序表观-几何网络
计算机视觉与模式识别
2015-03-06 v1
摘要
时序信息可为面部表情识别提供有用特征。然而，手动设计有用特征需要大量努力。本文中，为减少此努力，采用了被视为从原始数据自动提取有用特征的工具的深度学习技术。我们的深度网络基于两个不同的模型。第一个深度网络从时序面部标志点提取时序几何特征，而另一个深度网络从图像序列提取时序表观特征。这两个模型被结合以提升面部表情识别的性能。通过若干实验，我们展示了两个模型相互协作。结果，我们在 CK+ 和 Oulu-CASIA 数据库上取得了优于其他 SOTA 方法的性能。此外，本文的主要贡献之一是我们的深度网络自动捕获面部动作点。
引用
@article{arxiv.1503.01532,
title = {Deep Temporal Appearance-Geometry Network for Facial Expression Recognition},
author = {Heechul Jung and Sihaeng Lee and Sunjeong Park and Injae Lee and Chunghyun Ahn and Junmo Kim},
journal= {arXiv preprint arXiv:1503.01532},
year = {2015}
}
备注
9 pages