面向野外视频中面部表情识别的时空网络
计算机视觉与模式识别
2021-07-13 v1 图像与视频处理
摘要
本文描述了我们针对 2021 年野外情感行为分析（ABAW）竞赛七类基本表情分类赛道所提出的方法。在该任务中，面部表情识别（FER）方法旨在从多样化背景中分类出正确的表情类别，但存在若干挑战。首先，为使模型适应野外场景，我们使用了来自预训练大规模人脸识别数据的知识。其次，我们提出了一种由卷积神经网络（CNN）、CNN-循环神经网络（CNN-RNN）和 CNN-Transformer（CNN-Transformer）组成的集成模型，以融合空间与时间信息。我们的集成模型在验证集上取得了 F1 为 0.4133、准确率为 0.6216、最终指标为 0.4821 的结果。
引用
@article{arxiv.2107.05160,
title = {Spatial and Temporal Networks for Facial Expression Recognition in the Wild Videos},
author = {Shuyi Mao and Xinqi Fan and Xiaojiang Peng},
journal= {arXiv preprint arXiv:2107.05160},
year = {2021}
}