NR-DFERNet：面向动态面部表情识别的抗噪声网络
计算机视觉与模式识别
2022-06-13 v1
摘要
野外动态面部表情识别（DFER）是一项极具挑战性的任务，其原因在于视频序列中存在大量噪声帧。已有工作侧重于提取更具判别性的特征，却忽略了从噪声帧中区分关键帧。为解决该问题，我们提出了一种抗噪声动态面部表情识别网络（NR-DFERNet），能够有效降低噪声帧对 DFER 任务的干扰。具体而言，在空间阶段，我们设计了一个动态-静态融合模块（DSF），将动态特征引入静态特征以学习更具判别性的空间特征。为抑制与目标无关帧的影响，我们在时间阶段为 transformer 引入了一种新颖的动态类令牌（DCT）。此外，我们在决策阶段设计了一个基于片段的滤波器（SF），以减少过多中性帧对非中性序列分类的影响。大量实验结果表明，我们的 NR-DFERNet 在 DFEW 和 AFEW 基准上均优于当前最优方法。
引用
@article{arxiv.2206.04975,
title = {NR-DFERNet: Noise-Robust Network for Dynamic Facial Expression Recognition},
author = {Hanting Li and Mingzhe Sui and Zhaoqing Zhu and Feng zhao},
journal= {arXiv preprint arXiv:2206.04975},
year = {2022}
}
备注
10 pages