放大细微面部运动以实现有效的四维表情识别
计算机视觉与模式识别
2021-05-07 v1
摘要
本文提出了一种用于自动四维面部表情识别（4D FER）的有效流程。它结合了计算机视觉中两个新兴但分立的思想——使用黎曼几何工具计算空间面部形变，以及使用时间滤波将其放大。首先分析三维人脸流，基于最近发展的黎曼方法捕捉空间形变，其中相邻三维人脸的配准与比较被联合进行。然后，将这些形变的时间演化输入一种放大方法，以放大随时间的面部活动。后者作为本文的主要贡献，能够揭示细微（隐藏）的形变，从而提升情绪分类性能。我们在 BU-4DFE 数据集上评估了我们的方法，在放大提取的几何特征（形变）后，取得了最先进的 94.18% 平均性能，且分类准确率提升超过 10%。
引用
@article{arxiv.2105.02319,
title = {Magnifying Subtle Facial Motions for Effective 4D Expression Recognition},
author = {Qingkai Zhen and Di Huang and Yunhong Wang and Hassen Drira and Boulbaba Ben Amor and Mohamed Daoudi},
journal= {arXiv preprint arXiv:2105.02319},
year = {2021}
}
备注
International Conference On Pattern Recognition 2016