用于人体情感识别的可变形卷积 LSTM
计算机视觉与模式识别
2020-10-29 v1
摘要
人们以多种方式表达情感。其中最重要的一种是全身表情，它在人机交互（HCI）等不同领域有许多应用。人类情感识别中最重要的挑战之一是，人们使用面部和身体以各种方式表达相同的情感。最近许多方法尝试使用深度神经网络（DNNs）来克服这些挑战。然而，这些方法大多仅基于图像或面部表情，且未考虑图像中可能发生的缩放和旋转等变形，这些变形会对识别准确性产生不利影响。在本工作中，受近期关于可变形卷积研究的启发，我们将可变形行为融入卷积长短期记忆（ConvLSTM）的核心，以提高对图像中这些变形的鲁棒性，从而提高其在任意长度视频情感识别任务上的准确性。我们在 GEMEP 数据集上进行了实验，并在验证集上的人体全身情感识别任务中达到了 98.8% 的 SOTA 准确率。
引用
@article{arxiv.2010.14607,
title = {Deformable Convolutional LSTM for Human Body Emotion Recognition},
author = {Peyman Tahghighi and Abbas Koochari and Masoume Jalali},
journal= {arXiv preprint arXiv:2010.14607},
year = {2020}
}