SenTion：一种面部表情感知框架
计算机视觉与模式识别
2020-05-27 v1
摘要
面部表情是人类认知与交际不可或缺的一部分，并可应用于各种现实生活中的应用。准确表情识别的重要前提是特征提取。本文中，我们提出 SenTion：一种用于感知面部表情的框架。我们提出一种新颖的、与人无关且尺度不变的几何特征提取方法——提取交互向量夹角（Inter Vector Angles, IVA），该方法在多个数据库上被证明是鲁棒且可靠的。SenTion 采用一种新颖的框架，将几何特征（IVA）与基于外观的特征（梯度直方图，Histogram of Gradients）相结合，构建混合模型，实现了最先进的识别精度。我们在两个著名面部表情数据集（即 CK+ 和 JAFFE）上评估了 SenTion 的性能，随后通过用户研究评估了面部表情系统的可行性。大量实验表明，SenTion 框架在面部表情识别上取得了显著改进，并且可应用于实时、低分辨率成像且计算资源极少的真实场景，在 2.4 GHz 无 GPU 的 CPU 上达到 15-18 fps。
引用
@article{arxiv.1608.04489,
title = {SenTion: A framework for Sensing Facial Expressions},
author = {Rahul Islam and Karan Ahuja and Sandip Karmakar and Ferdous Barbhuiya},
journal= {arXiv preprint arXiv:1608.04489},
year = {2020}
}