用于随时间面部表情强度估计的无监督特征
计算机视觉与模式识别
2018-05-04 v2
摘要
人脸形状与运动的个体差异是面部表情自动分析的最大挑战之一。本文中，我们提出一种描述表情随时间强度的特征，同时对个体及所执行表情的类型保持不变。我们的特征是基于整体表情轨迹调整的多个点动态的加权组合。我们在若干均与面部表情时间分析相关的任务上评估了该方法。所提特征与最先进的表情强度估计方法进行比较，并优于后者。我们使用所提特征对多个记录的 3D 面部表情序列进行时间对齐。此外，我们展示了如何利用该特征揭示面部表情表现中的个体特异性差异。另外，我们将该特征应用于基于动作单元标签识别人脸视频序列中的局部变化。在所有实验中，我们的特征对噪声与离群点均表现稳健，使其可应用于多种面部运动分析任务。
引用
@article{arxiv.1805.00780,
title = {Unsupervised Features for Facial Expression Intensity Estimation over Time},
author = {Maren Awiszus and Stella Graßhof and Felix Kuhnke and Jörn Ostermann},
journal= {arXiv preprint arXiv:1805.00780},
year = {2018}
}
备注
Accepted for CVPR 2018 Workshop Track