基于卷积神经网络与单应性变换的实时面部表情表情符号遮挡
计算机视觉与模式识别
2020-12-29 v1
摘要
基于神经网络的算法已在诸多应用中展现出成效。在图像处理中，卷积神经网络（CNN）可被训练用于对人脸图像中的面部表情进行分类。本工作中，我们构建了一个系统，用对应情绪的表情符号遮挡学生的面部。我们的系统由三个模块组成：使用方向梯度直方图（HoG）与支持向量机（SVM）的人脸检测、基于在 FER2013 数据集上训练的 CNN 的面部表情分类，以及通过单应性估计将对应表情符号遮挡回学生面部。（演示：https://youtu.be/GCjtXw1y8Pw）我们的结果表明，该流程可实时部署，并适用于教育场景。
引用
@article{arxiv.2012.13447,
title = {Real-Time Facial Expression Emoji Masking with Convolutional Neural Networks and Homography},
author = {Qinchen Wang and Sixuan Wu and Tingfeng Xia},
journal= {arXiv preprint arXiv:2012.13447},
year = {2020}
}