ICE-GAN：基于图推理的身份感知与胶囊增强 GAN 用于微表情识别与合成
计算机视觉与模式识别
2021-04-27 v2
摘要
微表情是人们真实情感与动机的反映，吸引了越来越多研究者投身于自动面部微表情识别研究。短暂的检测窗口、细微的面部肌肉运动以及有限的训练样本使得微表情识别颇具挑战。为此，我们提出一种新颖的具有图推理的身份感知与胶囊增强生成对抗网络（ICE-GAN），将微表情合成作为辅助任务以协助识别。生成器生成具有可控微表情和身份感知特征的合成人脸，其长距离依赖通过图推理模块（GRM）捕获，判别器检测图像真实性与表情类别。我们的 ICE-GAN 在微表情大奖赛 2019（MEGC2019）上评估，较冠军提升显著（12.9%），并超越其他最先进方法。
引用
@article{arxiv.2005.04370,
title = {ICE-GAN: Identity-aware and Capsule-Enhanced GAN with Graph-based Reasoning for Micro-Expression Recognition and Synthesis},
author = {Jianhui Yu and Chaoyi Zhang and Yang Song and Weidong Cai},
journal= {arXiv preprint arXiv:2005.04370},
year = {2021}
}
备注
9 pages, 5 figures