学习目标样本再生器用于跨数据库微表情识别
计算机视觉与模式识别
2018-04-04 v1
摘要
本文研究了跨数据库微表情识别问题，其中训练样本和测试样本来自两个不同的微表情数据库。在此设置下，训练样本和测试样本将具有不同的特征分布，因此大多数现有微表情识别方法的性能可能会大幅下降。为了解决这个问题，本文提出了一种简单而有效的方法，称为目标样本再生器（TSRG）。通过使用 TSRG，我们能够再生来自目标微表情数据库的样本，并且再生的目标样本将与原始源样本共享相同或相似的特征分布。因此，我们可以使用基于有标记源样本学习的分类器来准确预测无标记目标样本的微表情类别。为了评估所提出的 TSRG 方法的性能，本文进行了基于 SMIC 和 CASME II 数据库设计的广泛跨数据库微表情识别实验。与近期最先进的跨数据库情感识别方法相比，所提出的 TSRG 取得了更有希望的结果。
引用
@article{arxiv.1707.08645,
title = {Learning a Target Sample Re-Generator for Cross-Database Micro-Expression Recognition},
author = {Yuan Zong and Xiaohua Huang and Wenming Zheng and Zhen Cui and Guoying Zhao},
journal= {arXiv preprint arXiv:1707.08645},
year = {2018}
}
备注
To appear at ACM Multimedia 2017