特征精炼：一种用于微表情识别的表情特定特征学习与融合方法
计算机视觉与模式识别
2021-01-14 v1
摘要
微表情识别已变得具有挑战性，因为提取微表情的细微面部变化极为困难。近来，若干方法提出了用于微表情识别的若干表情共享特征算法。然而，它们未揭示特定的判别特征，导致次优性能。本文提出一种新颖的特征精炼（FR），具有表情特定特征学习与融合，用于微表情识别。其旨在为特定表情获取显著且具判别性的特征，并通过融合表情特定特征预测表情。FR 由一个带注意力机制的表情提议模块和一个分类分支组成。首先，基于光流设计 inception 模块以获取表情共享特征。其次，为提取特定表情的显著且具判别性的特征，将表情共享特征输入带注意力因子与提议损失的表情提议模块。最后，在分类分支中，通过表情特定特征的融合预测类别标签。在三个公开可用数据库上的实验验证了 FR 在不同协议下的有效性。公开基准上的结果表明，我们的 FR 为微表情识别提供了显著且具判别性的信息。结果还显示我们的 FR 在微表情识别上取得了优于或与现有 SOTA 方法相竞争的绩效。
引用
@article{arxiv.2101.04838,
title = {Feature refinement: An expression-specific feature learning and fusion method for micro-expression recognition},
author = {Ling Zhou and Qirong Mao and Xiaohua Huang and Feifei Zhang and Zhihong Zhang},
journal= {arXiv preprint arXiv:2101.04838},
year = {2021}
}