自发细微情感动态中的稀疏性:分析与应用
计算机视觉与模式识别
2016-02-12 v2
摘要
自发细微情感通过微表情表达,这是面部肌肉微小、突发且短暂的动态变化;因此对视觉识别构成了巨大挑战。对于识别任务而言,突发但显著的动态在时间上是稀疏的,而其余无关动态在时间上是冗余的。在本工作中,我们分析并施加稀疏性约束,以学习显著的时间与频谱结构,同时消除微表情中无关的面部动态,这将缓解自发细微情感视觉识别中的挑战。该假设通过在 CASME II 和 SMIC(仅有的两个公开可用的自发细微情感数据库)上以多种稀疏度级别进行自动自发细微情感识别的实验结果得到了证实。当仅从原始序列中保留显著动态时,自动细微情感识别的整体性能得到了提升。
引用
@article{arxiv.1601.04805,
title = {Sparsity in Dynamics of Spontaneous Subtle Emotions: Analysis \& Application},
author = {Anh Cat Le Ngo and John See and Raphael Chung-Wei Phan},
journal= {arXiv preprint arXiv:1601.04805},
year = {2016}
}
备注
IEEE Transaction of Affective Computing (2016)