基于图卷积网络的关系建模用于面部动作单元检测
计算机视觉与模式识别
2020-01-03 v1
摘要
大多数现有考虑 AU 关系的 AU 检测工作依赖于带有手动提取特征的概率图模型。本文提出了一种端到端深度学习框架，利用图卷积网络(GCN)进行 AU 关系建模以用于面部 AU 检测，这是此前未被探索过的。具体而言，首先提取 AU 相关区域，通过自编码器学习充满 AU 信息的潜在表示。此外，每个潜在表示向量作为一个节点输入 GCN，GCN 的连接方式由 AU 之间的关系决定。最后，将通过 GCN 更新的聚合特征拼接用于 AU 检测。在 BP4D 和 DISFA 基准上的大量实验表明，我们的框架在面部 AU 检测上显著优于最先进的方法。所提框架也通过一系列消融研究得到验证。
引用
@article{arxiv.1910.10334,
title = {Relation Modeling with Graph Convolutional Networks for Facial Action Unit Detection},
author = {Zhilei Liu and Jiahui Dong and Cuicui Zhang and Longbiao Wang and Jianwu Dang},
journal= {arXiv preprint arXiv:1910.10334},
year = {2020}
}
备注
Accepted by MMM2020