利用具有视觉记忆的时间对比特征进行面部微表情定位与识别
计算机视觉与模式识别
2019-04-22 v2
摘要
面部微表情是突发的非自主微小肌肉运动，能够揭示人们试图掩饰的真实情感。由于其持续时间短且强度低，定位并识别微表情是一项重大挑战。许多研究采用传统方法与基于深度学习的方法来解决这一问题，但由于数据集的缺乏，在低层特征学习和更高准确率方面做出了妥协。这促使我们提出了一种新颖的时空网络联合架构，该架构从特征图中提取时间对比特征，以将微表情与快速肌肉运动对比区分出来。时间对比特征的使用极大地改善了从不易察觉的面部运动中对微表情的定位。此外，我们引入了一个记忆模块，用于在微表情片段的时间帧上预测微表情的类别和强度。我们的方法在 CASMEII 数据集上相较于其他传统方法取得了更优的性能。
引用
@article{arxiv.1902.03514,
title = {Facial Micro-Expression Spotting and Recognition using Time Contrasted Feature with Visual Memory},
author = {Sauradip Nag and Ayan Kumar Bhunia and Aishik Konwer and Partha Pratim Roy},
journal= {arXiv preprint arXiv:1902.03514},
year = {2019}
}
备注
International Conference on Acoustics, Speech, and Signal Processing(ICASSP), 2019