Apr, 2016

利用多类 AdaBoost 和支持向量机进行图像序列中基于几何特征的面部表情识别

PDF
TL;DR本研究提出了一种全自动面部表情识别的新方法，该方法利用弹性束图匹配位移估计跟踪连续视频帧中的面部特征点，提取各个特征点的特征向量并进行归一化，通过多类 AdaBoost 和支持向量机方法识别面部表情，并在 Cohn-Kanade（CK +）面部表情数据库上实现了 95.17％和 97.35％的识别准确率。
发现论文，激发创造
  • 基于局部区域特征和支持向量机的面部表情识别

    本文提出了一种基于外貌和几何特征结合支持向量机分类的面部表情识别方法，其中包括从特定区域提取外观和几何特征，使用递增搜索法确定重要的局部区域以降低特征维度并提高识别精度，并通过比较全局和局部的特征组合识别面部表情。该方法在公开的 Cohn-Kanade (CK+) 面部表情数据集上表现良好。

    Apr, 2016

  • 使用时间序列核心进行情感表达分类

    应用动态时间规整相似度的核方法和支持向量分类器，只使用主成分分析压缩后的标记点向量的运动模式（形状参数）就可以准确地识别面部表情，包括全运动模式和数种表情。

    Jun, 2013

  • 深度和手工特征的本地学习用于面部表情识别

    通过使用卷积神经网络自动学习的特征和由视觉单词的袋子模型计算的手工特征相结合的方法进行面部表情识别，然后使用三步的局部学习框架进行类别标签预测，得出了目前最佳结果。

    Apr, 2018

  • 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

  • 基于面部标志和神经网络的实时面部表情识别

    本研究提出了一种基于静态图片实现的轻量级算法，用于实时进行人脸表情识别、情绪分类和特征提取。 Multi-Layer Perceptron (MLP) 神经网络是基于前面的算法进行训练的，提取几何和纹理特征，生成特征向量，用于训练三层 MLP，其测试准确度达到 96%。

    Jan, 2022

  • 利用显著面部区域特征的自动面部表情识别

    本文提出了一种用于面部表情识别的新框架，通过使用选择面部补丁的外观特征，使用一对一分类方法来分类每对表情类，提取包含区分特征的显著补丁，并针对不同表情类选择不同的显著补丁，提出了一个自动学习 - 无费用的面部标记检测技术，该技术在不同分辨率下表现稳定，在 CK + 和 JAFFE 面部表情数据库上展示了该系统的有效性。

    May, 2015

  • 基于面部补丁特征的特征脸 Isomap 网络表情检测

    本文提出了一种基于面部特定区域遮挡的自动化修补方法，将远程真实世界中的表情分类的问题转换为图像分类问题，并使用 Isomap 聚类技术来检测在修补后的图像中存在的面部表情模式。该方法可用于大数据集中与基于特征的表情分类方法相结合以提高表情分类准确度。

    Nov, 2015

  • 基于无监督特征的面部表情强度随时间变化的估计

    该研究提出了一种描述表情强度随时间变化的特征，该特征对人和表情类型不变，可用于多个面部表情分析任务，包括 3D 面部表情的时间对齐、个体间表情绩效差异的识别和基于行为单元标签的面部视频序列的本地变化识别，并表现出对噪音和异常值具有鲁棒性。

    May, 2018

  • 多视角配对条件随机森林实现的动态姿态稳健的面部表情识别

    本文提出了一种使用条件随机森林从视频中捕捉表情变化的低级表达式转换模式的方法，通过对影片中每个前一帧生成的树进行预测，并通过时间平均来获得鲁棒性估计，进而提升面部表情分类的性能及精度。

    Jul, 2016

  • 基于单个角色的面部表情重定向

    本文提出了一种使用合成数据集和重新表示技术来处理虚拟人物面部表情的深度学习框架，同时结合了针对面部器官的组群和关键点与权重相连的方法来改进以往的研究，同时在定量和定性指标上更优。

    Jun, 2023