MMNet：面向微表情识别的肌肉运动引导网络
计算机视觉与模式识别
2022-08-22 v2
摘要
面部微表情（MEs）是一种非自愿的面部运动，揭示了人们的真实情感，并在精神疾病早期干预、国家安全以及许多人机交互系统中发挥着重要作用。然而，现有的微表情数据集规模有限，通常给训练良好的分类器带来一些挑战。为了对细微的面部肌肉运动进行建模，我们提出了一种鲁棒的微表情识别（MER）框架，即肌肉运动引导网络（MMNet）。具体而言，我们引入了连续注意力（CA）模块，专注于对具有较少身份信息的局部细微肌肉运动模式进行建模，这与大多数先前直接从包含大量身份信息的完整视频帧中提取特征的方法不同。此外，我们基于视觉 Transformer 设计了位置校准（PC）模块。通过在两个分支末端添加由 PC 模块生成的面部位置嵌入，PC 模块能够帮助为 MER 的面部肌肉运动模式特征补充位置信息。在三个公开微表情数据集上的大量实验表明，我们的方法大幅优于当前最优（SOTA）方法。
引用
@article{arxiv.2201.05297,
title = {MMNet: Muscle motion-guided network for micro-expression recognition},
author = {Hanting Li and Mingzhe Sui and Zhaoqing Zhu and Feng Zhao},
journal= {arXiv preprint arXiv:2201.05297},
year = {2022}
}
备注
8 pages, 4 figures