Nov, 2015

基于通用流形模型的表情片段学习及其在动态面部表情识别中的应用

PDF
TL;DR本文提出了一种基于流形建模和表情单元的方法来解决动态表情识别中的时间对齐和动态表示问题，并通过磨合模型来统一所有空间 - 时间流形。该方法在四个公共表情数据库上进行评估，并在所有情况下均比已知的最先进技术表现出更好的性能。
facial expressionrecognitionmanifold modelingexpressionletdynamic representation
发现论文，激发创造
  • 使用肌肉运动和面部流形嵌入检测（隐藏的）视频情绪

    本文提出了一种新的非侵入式、易于扩展的方法，用于从人脸视频中检测情感，该方法通过脸部流形检测精确定位视频中的人脸，并采用局部脸部流形嵌入创建用于测量微小肌肉运动的公共域，通过数字图像散斑相关和光流算法计算面部微动的模式，然后将相应的矢量场映射回原始空间，并叠加在视频的原始帧上。最终的结果包括关于肌肉运动方向的附加信息，并使用该方法训练了一个用于从视频中进行情感分类的最新网络 -- 帧关注网络（FAN），该方法成功地提高了情感检测的性能。

    Nov, 2022

  • 基于 Transformer 的多尺度多模态微表情识别算法

    本文提出了一种基于 Transformer 网络的多模态多尺度算法，通过微表情的运动和纹理两种特征完全学习微表情的局部多粒度特征，实现了不同尺度脸部局部区域特征的提取并在三个自然数据集上进行了综合实验。结果表明，该算法在单个测量 SMIC 数据库中的准确度高达 78.73％，在合并数据库的 CASMEII 上的 F1 值高达 0.9071，处于领先水平。

    Jan, 2023

  • 一种面部表情相似度的紧凑嵌入

    通过收集大规模的人脸数据集，我们使用神经网络在一个压缩的嵌入空间中描述面部表情，并取得了在表情检索、相册摘要和情绪识别等各种应用中的良好表现。

    Nov, 2018

  • 多任务多模态自监督学习的面部表情识别

    通过多模态多任务自监督学习方法，利用无标签的野外视频数据，实现了面部表情识别的模型，并在多个基准测试中取得了优秀的性能表现。

    Apr, 2024

  • 稀疏到密集的动态三维面部表情生成

    本文提出了一种从中性 3D 人脸和表情标签生成动态 3D 面部表情的解决方案，解决了表情动态建模和面部变形两个子问题，并展示了该方案在动态表情生成和网格重建方面的显著改进。

    May, 2021

  • MMA-DFER: 适应多模态单模型的野外动态面部表情识别

    探讨使用自我监督学习方法进行多模态动态面部表情识别的研究，并提出了解决该任务中的主要挑战以及相应解决方案，最终在 DFEW 和 MFAW 两个常用的动态面部表情识别基准数据集上实现了超过当前最先进方法的改进。

    Apr, 2024

  • 自适应位移生成和 Transformer 融合的微表情特征表示学习

    本论文提出了基于特征表示学习的位移生成和 Transformer 融合（FRL-DGT）的新框架，用于微表情（ME）识别，实现了对 ME 特征提取和融合的有效学习，相比现有的方法，有了更好的准确度。

    Apr, 2023

  • 基于面部先验的微表情生成的一阶动作模型

    通过运动模式驱动目标面部生成微表情视频，使用 CASME II、SAMM 和 SMIC 数据集训练的模型在 Facial Micro-Expression Challenge 2021 中获得第一名，并由三位拥有面部动作编码系统认证的专家验证了其卓越的性能。

    Aug, 2023

  • 一种基于正半定空间的面部表情识别时空表示方法

    本文提出使用新颖的时空几何表达来解决面部表情识别问题，并在几何上启发的方法中使用 SVM 进行分类，以达到与现有先进方法相当的效果。

    Jul, 2017

  • 面部行动单元检测的全局到局部表情感知嵌入

    本文提出了一种用于促进 AU 检测的新型细粒度全局表情表示编码器以及设计了用于为每个 AU 生成本地面部特征的本地 AU 特征模块。实验结果表明，我们的方法优于现有方法并在 BP4D、DISFA 和 BP4D + 等广泛使用的面部数据集上实现了最先进的性能。

    Oct, 2022