长视频序列上的微表情识别
计算机视觉与模式识别
2019-07-16 v2
摘要
本文通过在 SAMM 和 CAS(ME)2 数据集上评估局部时间模式（LTP），给出了首届 2019 微表情识别挑战赛的基线结果。所提出的 LTP 模式是通过对若干面部局部区域的时间窗口应用 PCA 提取的。随后，通过 LTP 的局部分类和全局融合来识别微表情序列。采用留一受试者交叉验证评估性能。此外，我们通过重叠率定义了在单个视频中确定真正例的标准，并为整个数据库的识别性能设定了 F1-score 指标。SAMM 和 CAS(ME)2 的基线结果 F1-score 分别为 0.0316 和 0.0179。
引用
@article{arxiv.1812.10306,
title = {Spotting Micro-Expressions on Long Videos Sequences},
author = {Jingting Li and Catherine Soladie and Renaud Sguier and Sujing Wang and Moi Hoon Yap},
journal= {arXiv preprint arXiv:1812.10306},
year = {2019}
}
备注
4 pages, 3 figures and 3 tables