DFEW：一种用于真实场景下动态面部表情识别的大规模数据库
计算机视觉与模式识别
2020-08-14 v1 多媒体
摘要
近年来，真实场景下面部表情识别（FER）获得了众多研究者的关注，因为这是一个推动 FER 技术从实验室走向实际应用的重要课题。本文聚焦于这一具挑战性且有趣的课题，并从三方面做出贡献。首先，我们提出一个新的大规模“真实场景下”动态面部表情数据库 DFEW（Dynamic Facial Expression in the Wild），包含来自数千部电影的逾 16,000 段视频片段。这些视频片段包含实际场景中的多种挑战性干扰，如极端光照、遮挡与多变姿态变化。其次，我们提出一种称为表达式聚类时空特征学习（EC-STFL）的新框架，以处理真实场景下的动态 FER。第三，我们使用大量时空深度特征学习方法以及我们所提 EC-STFL 在 DFEW 上进行了广泛的基准实验。实验结果表明，DFEW 是一个设计良好且具挑战性的数据库，且所提 EC-STFL 有望提升现有时空深度神经网络应对真实场景下动态 FER 问题的性能。我们的 DFEW 数据库已公开，可从 https://dfew-dataset.github.io/ 免费下载。
引用
@article{arxiv.2008.05924,
title = {DFEW: A Large-Scale Database for Recognizing Dynamic Facial Expressions in the Wild},
author = {Xingxun Jiang and Yuan Zong and Wenming Zheng and Chuangao Tang and Wanchuang Xia and Cheng Lu and Jiateng Liu},
journal= {arXiv preprint arXiv:2008.05924},
year = {2020}
}