面向大规模三维面部情绪识别的数据集生成
计算机视觉与模式识别
2021-09-17 v1
摘要
深度学习的巨大发展使得面部表情识别(FER)在过去几年中受到大量关注。尽管三维FER相比其二维对应物具有先天优势,但该领域仍以二维图像上的工作为主导。三维FER发展缓慢的主要原因是缺乏大型训练和大型测试数据集。由于现有三维情绪识别数据集的库容较小,识别准确率已趋于饱和。与二维照片不同,三维面部扫描不易收集,造成了深度三维FER网络与数据集发展的瓶颈。在本工作中,我们提出了一种生成带标注情绪的大规模三维人脸数据集的方法。我们还开发了一个在624,000个三维面部扫描上训练的深度卷积神经网络(CNN)用于三维FER。测试数据包含208,000个三维面部扫描。
引用
@article{arxiv.2109.08043,
title = {Generating Dataset For Large-scale 3D Facial Emotion Recognition},
author = {Faizan Farooq Khan and Syed Zulqarnain Gilani},
journal= {arXiv preprint arXiv:2109.08043},
year = {2021}
}