基于深度残余网络的面部情绪识别：在真实环境中的应用
计算机视觉与模式识别
2021-11-05 v1 多媒体
摘要
自动面部情绪识别使用视觉线索是实现人机交互完整途径的关键任务。其应用可见于教学系统和人机交互。该方向的关键步骤是面部特征提取。本文我们提出了一个在由 RealEyes 公司提供的野生环境大规模收集视频数据集上训练的面部特征提取模型。该数据集包含一百万标记帧和 2616 千个受试者。鉴于情绪识别领域中时间信息的重要性，我们利用 LSTM 单元捕获数据的时序动态。为展示我们预训练模型在建模面部情绪方面的有利属性，我们使用 RECOLA 数据库，并与当前最先进的方法进行比较。我们的模型在 concordance correlation coefficient 方面取得了最佳结果。
引用
@article{arxiv.2111.02717,
title = {Facial Emotion Recognition using Deep Residual Networks in Real-World Environments},
author = {Panagiotis Tzirakis and Dénes Boros and Elnar Hajiyev and Björn W. Schuller},
journal= {arXiv preprint arXiv:2111.02717},
year = {2021}
}