基于邻域词袋的RGBD人类情感识别多视图拉普拉斯特征映射
计算机视觉与模式识别
2018-11-09 v1
摘要
人类情感识别是生物特征与信息取证领域的一个重要方向。然而，大多数现有的人类情感研究基于单一RGB视图。本文中，我们引入了一个RGBD视频情感数据集与一个RGBD人脸情感数据集用于研究。据我们所知，这可能是首个RGBD视频情感数据集。我们提出了一种新的有监督非线性多视图拉普拉斯特征映射（MvLE）方法与一个多隐藏层样本外网络（MHON）用于RGB-D人类情感识别。为获得RGB视图与深度视图的更好表示，MvLE用于将两视图的训练集从原始空间映射至公共子空间。由于RGB视图与深度视图位于不同空间，MvLE中使用的一种新距离度量邻域词袋（BON）可获取两视图的相似分布。最后，MHON用于获取测试数据的低维表示并预测其标签。MvLE可处理RGB视图与深度视图具有不同特征维度、甚至不同样本数与类别数的情形。且我们的方法可轻易扩展至多于两个视图。实验结果表明了我们的方法相对于若干SOTA方法的有效性。
引用
@article{arxiv.1811.03478,
title = {Multi-view Laplacian Eigenmaps Based on Bag-of-Neighbors For RGBD Human Emotion Recognition},
author = {Shenglan Liu and Shuai Guo and Hong Qiao and Yang Wang and Bin Wang and Wenbo Luo and Mingming Zhang and Keye Zhang and Bixuan Du},
journal= {arXiv preprint arXiv:1811.03478},
year = {2018}
}