Sep, 2016

从面部表情识别到人际关系预测

PDF
TL;DR本研究旨在研究是否可以从生活场景中的人脸图像中对人际关系进行细分和高水平特征的表征和量化，并提出了一种采用深度网络架构来识别面部表情的方法，以预测人际关系，并展示出了良好的实验结果。
interpersonal relationfacial expression recognitiondeep network architecturemutual contextsiamese model
发现论文，激发创造
  • 从面部图像中学习社交关系特征

    本研究使用深度模型从面部图像中学习捕捉性别、表情、头部姿势、年龄等属性，采用面部间的配对推理进行社交关系预测，实验证明我们的方法有效用于图像和视频中细粒度社交关系的学习。

    Sep, 2015

  • 使用神经网络进行挑战人群面部表情的情感识别

    这篇论文提出了一种通过图像进行面部表情的深度分类方法，采用了深度前馈人工神经网络。该方法可用于良好的应用，包括视觉检查和安全措施。

    May, 2023

  • 交互关系网络用于相互动作识别

    我们提出了交互关系网络（Interaction Relational Network），它是一种简单而强大的架构，利用了关于人体结构的最少先验知识，通过定义不同的关系和重要的有结构的成对运算来更好地表示交互，并使用 LSTM 来进行关系推论，实现了与先前最先进的方法相似的结果。

    Oct, 2019

  • 多粒度推理用于图像社交关系识别

    本研究提出了一种基于多粒度推理的社交关系识别框架，包括全局知识，中层细节和细粒度姿态关键点。研究设计了基于姿态指导的人物对象图和人物姿态图来建模人物到对象的动作和配对人物之间的交互，并借助图卷积网络进行社交关系推理。实验结果表明提出的框架在两个公共数据集上具有较高的效果。

    Jan, 2019

  • 面部动态解析网络：面部特征估计中局部动态之间的重要关系是什么？

    本文提出了一种新颖的深度学习方法，名为面部动态解释器网络，用于解释表情序列中面部局部动态之间的重要关系以估计面部特征，通过比较实验，证明该方法在性别分类和年龄估计方面的有效性，并且优于现有的方法。

    Nov, 2017

  • 利用深度学习预测第一印象

    本文介绍了一种基于卷积神经网络的回归框架，可用于训练社交属性分配的预测模型，该模型可以对人群的行为进行量化，应用于描述人脸的视觉属性和情感计算领域。

    Oct, 2016

  • 视觉社交关系识别

    本文提出了一种 Dual-Glance 模型，通过对人物关注视线的两个不同方面分别提取特征，结合注意力机制分析上下文线索，从而识别图片中的社交关系，并通过 Adaptive Focal Loss 方法处理模糊注释以提高识别效果，实验表明此方法在社交关系识别中取得了最新的最优效果。

    Dec, 2018

  • 使用深度学习识别面部微表情的人物识别

    本研究旨在探究面部微表情作为软生物识别的有效性并提出一种深度学习的方法来提高其在人体识别方面的应用，实验结果显示该方法与现有的基准相比，可以显著提高识别准确性。

    Jun, 2023

  • I^2R-Net：用于多人姿态估计的人际内和外关系网络

    本研究提出了基于人际内外关系网络（I ^ 2R-Net）的多人姿态估计算法，在 COCO、CrowdPose 和 OCHuman 数据集上，得到了优于现有方法的结果。

    Jun, 2022

  • PersEmoN：一个深度网络用于表观人格、情绪以及它们之间的联合分析

    研究使用基于面部图像的深度联合学习模型（PersEmoN），同时学习高级情感特征和面貌特征，并通过采用多任务学习框架和对抗学习的方式来促进学习模型的准确性。

    Nov, 2018