基于视频的面部微表情分析：数据集、特征与算法综述
计算机视觉与模式识别
2022-02-17 v2
摘要
与传统面部表情不同，微表情是一种无意且短暂的面部表情，能够揭示人们试图隐藏的真实情绪。因此，它们可在测谎、犯罪侦查等广泛应用中提供重要信息。然而，由于微表情短暂且强度低，其检测与识别十分困难并严重依赖专家经验。因其固有的特殊性与复杂性，基于视频的微表情分析引人关注但极具挑战，近期已成为一个活跃的研究领域。尽管该领域已取得众多进展，迄今尚无全面综述以统一评估为研究者提供这些进展的系统性概览。为此，本综述论文首先强调宏表情与微表情的关键差异，继而以这些差异为导向，以级联结构对基于视频的微表情分析研究进行综述，涵盖神经心理学基础、数据集、特征、 spotting算法、识别算法、应用及最先进方法的评估。对于每个方面，均探讨并讨论了基本技术、进阶发展与主要挑战。此外，在考量现有微表情数据集局限后，我们提出并发布了一个称为微宏表情仓库（MMEW）的新数据集，其包含更多视频样本与更多标注情绪类型。随后，我们分别在CAS(ME)2上针对spotting、在MMEW与SAMM上针对识别对代表性方法进行了统一比较。最后，探讨并概述了一些潜在的未来研究方向。
引用
@article{arxiv.2201.12728,
title = {Video-based Facial Micro-Expression Analysis: A Survey of Datasets, Features and Algorithms},
author = {Xianye Ben and Yi Ren and Junping Zhang and Su-Jing Wang and Kidiyo Kpalma and Weixiao Meng and Yong-Jin Liu},
journal= {arXiv preprint arXiv:2201.12728},
year = {2022}
}