基于几何特征的高效面部表情分析用于维度情感识别
计算机视觉与模式识别
2021-06-16 v1 人机交互
摘要
尽管类别化情感识别方法持续流行，但其存在局限性，尤其在真实生活情境中。维度情感模型为细微表情的识别和更细粒度的分析提供了重要优势。我们引入了一个简单而有效的面向维度情感的面部表情分析（FEA）系统，仅基于几何特征和偏最小二乘（PLS）回归。该系统联合学习从一组面部图像估计唤醒度（Arousal）和效价（Valence）评分。所提方法鲁棒、高效，并与当代深度学习模型性能相当，同时仅需要一小部分计算资源。
引用
@article{arxiv.2106.07817,
title = {Efficient Facial Expression Analysis For Dimensional Affect Recognition Using Geometric Features},
author = {Vassilios Vonikakis and Stefan Winkler},
journal= {arXiv preprint arXiv:2106.07817},
year = {2021}
}