MER-GCN: 基于图卷积网络关系建模的微表情识别
计算机视觉与模式识别
2020-04-21 v1
摘要
微表情（ME）是面部自发的、无意识的运动，可以揭示真实情感。近年来，越来越多的研究结合深度学习技术关注这一领域。动作单元（AU）是反映面部肌肉运动的基本动作，许多研究采用AU检测来分类面部表情。然而，耗时的标注过程使得难以将AU的组合与特定情绪类别关联起来。受图卷积网络（GCN）节点关系构建的启发，我们提出了一种端到端的面向AU的图分类网络，即MER-GCN，它使用3D卷积网络提取AU特征，并应用GCN层发现AU节点之间的依赖关系以进行微表情分类。据我们所知，这是第一个使用基于AU的GCN进行微表情识别（MER）的端到端架构。实验结果表明，我们的方法优于基于CNN的MER网络。
引用
@article{arxiv.2004.08915,
title = {MER-GCN: Micro Expression Recognition Based on Relation Modeling with Graph Convolutional Network},
author = {Ling Lo and Hong-Xia Xie and Hong-Han Shuai and Wen-Huang Cheng},
journal= {arXiv preprint arXiv:2004.08915},
year = {2020}
}
备注
Accepted by IEEE MIPR 2020