面部表情跟踪与识别：用于系统验证与评估的数据库协议

每张人脸都是独一无二的。它具有自身的形状、拓扑和区分性特征。因此，开发和测试面部跟踪系统是富有挑战性的任务。计算机视觉中现有人脸识别与跟踪算法主要根据具体目标和应用规定具体情境，需要与其目的相符的数据验证方法。然而，涵盖外部与因素所有可能出现变化的数据库并不存在，这增加了研究者获取自有数据或编撰数据库组的工作。为弥补这一不足，我们提出一种通过定义基本变量（如受试者特征、采集硬件和性能参数）来进行面部数据采集的方法论。遵循该方法论，我们还提出两种协议，允许在非受控和真实生活情境下捕获面部行为。作为验证，我们执行了这两种协议，从而创建了两个样本数据库：FdMiee（多输入、表情与环境面部数据库）和 FACIA（由情绪诱导表演驱动的面部多模态数据库）。FdMiee 使用不同类型的硬件，在环境和面部行为变化下捕获面部信息。FACIA 是 FdMiee 的扩展，引入了一种利用情绪表演方法获取额外面部行为和语音的流水线。因此，本工作简化了根据算法需求和应用创建适应性数据库的过程，从而简化了验证与测试流程。