SDFE-LV：一个用于长视频中动态面部表情定位的大规模、多源、无约束数据库
计算机视觉与模式识别
2022-09-20 v1
摘要
在本文中，我们提出一个称为SDFE-LV的大规模、多源、无约束数据库，用于从长视频中定位一个完整动态面部表情的起始和结束帧，这被称为动态面部表情定位（DFES）课题，并且是众多面部表情分析任务的重要前置步骤。具体而言，SDFE-LV由1,191个长视频组成，每个视频包含一个或多个完整动态面部表情。此外，其对应长视频中的每个完整动态面部表情均由10名训练有素的标注者独立标注五次。据我们所知，SDFE-LV是首个用于DFES任务的无约束大规模数据库，其长视频采集自多个真实世界/近似真实世界的媒体源，例如电视访谈、纪录片、电影和自媒体短视频。因此，SDFE-LV数据库上的DFES任务在实践中会遇到诸多困难，如头部姿态变化、遮挡和光照。我们还通过使用大量近期最先进的深度定位方法从多角度提供了全面的基准评估，因此关注DFES的研究人员可以快速轻松地入门。最后，通过对实验评估结果的深入讨论，我们试图指出处理DFES任务的若干有意义方向，并希望DFES在未来能得到更好推进。此外，SDFE-LV将尽快仅以学术用途免费发布。
引用
@article{arxiv.2209.08445,
title = {SDFE-LV: A Large-Scale, Multi-Source, and Unconstrained Database for Spotting Dynamic Facial Expressions in Long Videos},
author = {Xiaolin Xu and Yuan Zong and Wenming Zheng and Yang Li and Chuangao Tang and Xingxun Jiang and Haolin Jiang},
journal= {arXiv preprint arXiv:2209.08445},
year = {2022}
}