ExpNet：无关键点、深度学习的 3D 面部表情估计
计算机视觉与模式识别
2018-02-05 v1
摘要
我们描述了一种基于深度学习的方法来估计 3D 面部表情系数。与以往工作不同，我们的流程不依赖面部关键点检测作为代理步骤。近期方法表明，CNN 可以直接从图像强度训练回归准确且具有判别力的 3D 可变形模型（3DMM）表示。通过放弃面部关键点检测，这些方法能够估计在前所未有的真实场景 viewing 条件下出现的遮挡人脸形状。我们在这些方法基础上表明，面部表情也可以通过鲁棒、深度、无关键点的方式估计。我们的 ExpNet CNN 直接应用于人脸图像强度并回归一个 29 维的 3D 表情系数向量。我们提出了一种独特的数据收集方法来训练该网络，利用了深度网络对训练标签噪声的鲁棒性。我们进一步提供了一种评估估计表情系数精度的新手段：通过在 CK+ 和 EmotiW-17 情绪识别基准上衡量它们捕获面部情绪的能力。我们表明，我们的 ExpNet 产生的表情系数比使用 SOTA 面部关键点检测技术获得的系数更好地区分面部情绪。此外，这一优势随着图像尺度下降而增长，表明我们的 ExpNet 比关键点检测方法对尺度变化更鲁棒。最后，在相同精度水平下，我们的 ExpNet 比替代方法快几个数量级。
引用
@article{arxiv.1802.00542,
title = {ExpNet: Landmark-Free, Deep, 3D Facial Expressions},
author = {Feng-Ju Chang and Anh Tuan Tran and Tal Hassner and Iacopo Masi and Ram Nevatia and Gerard Medioni},
journal= {arXiv preprint arXiv:1802.00542},
year = {2018}
}
备注
Accepted to the IEEE International Conference on Automatic Face and Gesture Recognition, 2018