从宏观到微观：通过宏观表情视频预训练提升微表情识别
计算机视觉与模式识别
2024-06-05 v2
摘要
微表情识别（MER）因其在智能医疗和测谎中的潜在应用而近年来受到越来越多的关注。然而，标注数据的短缺是进一步提升基于深度学习的MER方法的主要障碍。直观上，利用充足的宏观表情数据来提升MER性能似乎是一个可行的解决方案。然而，宏观表情和微表情的面部模式显著不同，这使得简单的迁移学习方法难以直接部署。为了解决这个问题，我们提出了一种通用的迁移学习范式，称为\textbf{MA}cro-expression \textbf{TO} \textbf{MI}cro-expression (MA2MI)。在我们的范式下，网络可以通过重建未来帧来学习表示细微面部运动的能力。此外，我们还提出了一个双分支微动作网络（MIACNet）来解耦面部位置特征和面部动作特征，这有助于网络更准确地定位面部动作位置。在三个流行的MER基准上的大量实验证明了我们方法的优越性。
引用
@article{arxiv.2405.16451,
title = {From Macro to Micro: Boosting micro-expression recognition via pre-training on macro-expression videos},
author = {Hanting Li and Hongjing Niu and Feng Zhao},
journal= {arXiv preprint arXiv:2405.16451},
year = {2024}
}
备注
18 pages