基于面部动作单元检测的遮挡感知学生情绪识别
计算机视觉与模式识别
2024-03-01 v2
摘要
鉴于美国高校中约半数科学、技术、工程与数学（STEM）本科生在第一学年结束前即退学[15]，改善课堂环境的质量至关重要。本研究聚焦于将课堂中学生情绪作为参与度指标进行监测，并提出一种应对该问题的方法。通过实验评估了不同面部部位对情绪识别模型性能的影响。为在部分遮挡下测试所提模型，引入了一个人工遮挡数据集。本工作的新颖性在于提出了一种用于面部动作单元（AUs）提取的遮挡感知架构，其采用注意力机制与自适应特征学习。这些 AUs 随后可用于课堂环境下的面部表情分类。本研究论文的发现为在情绪参与度分析中处理面部图像遮挡提供了宝贵见解。所提实验证明了考虑遮挡及增强课堂环境下面部分析模型可靠性的重要性。这些发现也可推广至其他遮挡普遍存在的场景。
引用
@article{arxiv.2307.09465,
title = {Occlusion Aware Student Emotion Recognition based on Facial Action Unit Detection},
author = {Shrouk Wally and Ahmed Elsayed and Islam Alkabbany and Asem Ali and Aly Farag},
journal= {arXiv preprint arXiv:2307.09465},
year = {2024}
}
备注
it doesn't meet the requirements of the CVIP Lab concerning authorship and acknowledging the funding sources