Florence 4D 面部表情数据集
计算机视觉与模式识别
2022-11-01 v1
摘要
人类面部表情是动态变化的，因此其识别/分析应顾及人脸形变在 2D 或 3D 下的时序演化。尽管存在大量 2D 视频数据，3D 领域却并非如此，目前仅有少量 3D 动态（4D）数据集公开发布。这种数据匮乏的负面效应因当前基于深度学习的面部表情分析方法而被放大，后者需要大量多样化样本才能有效训练。为缓解此类局限，本文提出一个名为 Florence 4D 的大型数据集，由 3D 人脸模型的动态序列组成，其中合成与真实身份的组合展现出前所未有的 4D 面部表情多样性，其变化包含经典的中性-顶点过渡，并推广至表情到表情。所有这些特性均为现有 4D 数据集所未具备，且即便组合多个数据集也无法获得。我们坚信，将该数据语料公开供学界使用，将允许设计与实验此前无法研究的新应用。为在一定程度上展示我们所提供数据在不同身份与多变表情上的难度，我们还报告了在该数据集上的基线实验，可作为基线使用。
引用
@article{arxiv.2210.16807,
title = {The Florence 4D Facial Expression Dataset},
author = {F. Principi and S. Berretti and C. Ferrari and N. Otberdout and M. Daoudi and A. Del Bimbo},
journal= {arXiv preprint arXiv:2210.16807},
year = {2022}
}