用于面部表情识别的 Hankel 矩阵集成方法
计算机视觉与模式识别
2015-07-19 v1 人机交互
机器人学
摘要
在本文中，面部表情被视为多个并发信号合成的结果，每个信号对应特定面部肌肉的运动。这些并发信号通过一组多尺度表观特征来表示，这些特征可能与一个或多个并发信号相关。从一系列面部图像中提取这些表观特征会产生一组时间序列。本文提出利用调节每个表观特征时间序列的动态特性来识别不同的面部表情。为此，在与提取的时间序列相对应的 Hankel 矩阵集成的基础上，在结合最近邻和多数投票方案的框架内进行表情分类。在公开可用数据集上的实验结果表明，所采用的表示方法具有前景，并在表情分类中达到了 SOTA 准确率。
引用
@article{arxiv.1507.03811,
title = {Ensemble of Hankel Matrices for Face Emotion Recognition},
author = {Liliana Lo Presti and Marco La Cascia},
journal= {arXiv preprint arXiv:1507.03811},
year = {2015}
}
备注
Paper to appear in Proc. of ICIAP 2015. arXiv admin note: text overlap with arXiv:1506.05001