面向面部动作的线性解耦表示学习
计算机视觉与模式识别
2017-01-16 v1 人工智能
机器学习
机器学习
摘要
用于面部表情和动作单元识别的标注数据有限，这阻碍了能够学习解耦不变特征深度网络的训练。然而，仅有几个参数的线性模型通常对训练数据要求不高。本文中，我们提出一种优雅的线性模型，用于解开诸如2D人脸视频等具有挑战性的真实多通道信号中的混淆因素。这个简单而强大的模型不依赖于海量训练数据，并且天然适用于识别面部动作而无需显式解耦身份。基于诸如基于稀疏表示分类(SRC)等易于理解的直观线性模型，先前的尝试需要显式解耦的预处理，这在实际中并不精确。相反，我们利用跨帧的低秩特性来减去底层的中性脸，中性脸与动作分量上的稀疏表示联合建模，并施加组稀疏性。在扩展的Cohn-Kanade数据集(CK+)上，我们在原始人脸视频上的单次自动方法与应用于手动准备的动作分量的SRC性能相当，并且在真正率方面优于SRC。我们将该模型应用于更具挑战性的面部动作单元识别任务，在MPI人脸视频数据库(MPI-VDB)上验证取得了不错的性能。所有程序和数据已公开可用。
引用
@article{arxiv.1701.03102,
title = {Linear Disentangled Representation Learning for Facial Actions},
author = {Xiang Xiang and Trac D. Tran},
journal= {arXiv preprint arXiv:1701.03102},
year = {2017}
}
备注
Codes available at https://github.com/eglxiang/icassp15_emotion and https://github.com/eglxiang/FacialAU. arXiv admin note: text overlap with arXiv:1410.1606