说谎者步态：利用步态与手势检测欺骗
计算机视觉与模式识别
2020-03-31 v3 机器学习
摘要
我们提出一种数据驱动的深层神经算法，利用步态与手势等非言语线索检测欺骗性行走行为。我们开展了一项精细的用户研究，记录了许多参与者执行涉及欺骗性行走的任务。我们提取参与者的行走步态为一系列 3D 姿态。我们标注参与者在任务期间做出的各种手势。基于步态与手势数据，我们训练一个基于 LSTM 的深层神经网络以获取深度特征。最后，我们结合基于心理学的步态、手势及深度特征，以 88.41% 的准确率检测欺骗性行走。相比手工设计的步态与手势特征，准确率提升 10.6%；相比基于 SOTA 情绪与动作分类算法的分类器，分别提升 4.7% 与 9.2%。此外，我们提出一个新颖数据集 DeceptiveWalk，包含带有对应欺骗标签的步态与手势。据我们所知，我们的算法是首个利用步态与手势非言语线索检测欺骗行为的算法。
引用
@article{arxiv.1912.06874,
title = {The Liar's Walk: Detecting Deception with Gait and Gesture},
author = {Tanmay Randhavane and Uttaran Bhattacharya and Kyra Kapsaskis and Kurt Gray and Aniket Bera and Dinesh Manocha},
journal= {arXiv preprint arXiv:1912.06874},
year = {2020}
}
备注
10 pages, 6 Figures