ICCVJul, 2017

一种基于正半定空间的面部表情识别时空表示方法

PDF
TL;DR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。
facial expression recognitionspace-time geometric representationriemannian manifoldcovariancesvm
发现论文，激发创造
  • 基于 Gram 矩阵轨迹的人类行为理解新几何框架

    本文提出了一个新的空间 - 时间几何表示方法，建立在正半定矩阵的黎曼流形上，并推导出相应的工具进行比较与分类，实现了对于人脸表情的情感识别的竞争性结果。

    Jun, 2018

  • 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

    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。

    Apr, 2016

  • 面部表情识别的协方差池化

    本研究探讨使用流形网络结构进行协方差池化对于人脸表情识别的改进，并且使用该方法在 Static Facial Expressions in the Wild（SFEW 2.0）和 Real-World Affective Faces（RAF）数据库上的准确率分别达到了 58.14% 和 87.0% 的最佳结果，同时这种池化方法也可用于视频人脸表情识别中。

    May, 2018

  • 基于欧几里得到黎曼度量学习的视频人脸识别

    本文提出了一种新的度量学习框架，以学习欧几里得空间和黎曼流形之间的距离度量来融合一个视频中人脸的平均外观和模式变化，该框架可以处理基于视频的人脸识别的三种典型任务：从视频到静态图像、从静态图像到视频和从视频到视频的设置。

    Aug, 2016

  • 使用可学习图结构和自适应 AU 约束的几何图形表示方法用于微表情识别

    本文通过构建几何二流图网络、自学习机制和自适应动作单元损失函数，研究了人脸标志物对微表情识别的贡献。实验证明，本文提出的方法具有更高的效率和更低的计算成本，且人脸标志物对微表情识别有重要贡献，值得进一步研究高效的微表情分析。

    May, 2022

  • 带有条件 Wasserstein 生成对抗网络的希尔伯特超球上的动态面部表情生成

    通过使用流形算法结合生成对抗网络（GAN）来处理面部表情生成的问题，并进行了动态面部表情生成和数据量扩充以供训练情感识别模型。

    Jul, 2019

  • 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

  • 基于 SPD 流形的几何感知相似度学习在视觉识别中的应用

    本文提出了一种利用黎曼几何学习固定秩半正定矩阵流形的几何感知 SPD 相似性学习框架，通过在 PSD 流形中优化来学习具有判别性的 SPD 特征，优于现有的基于 SPD 的判别学习方法。

    Aug, 2016

  • 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

  • 从流形到流形：用于 SPD 矩阵的几何感知降维

    使用正定对称 (SPD) 矩阵表示图像和视频，并考虑到所得空间的里曼尼几何，已被证明在许多识别任务中有益。本文引入了一种方法来构建一个更具判别力的低维 SPD 流形以处理高维 SPD 矩阵，并将学习表述为 Grassmann 流形上的优化问题。实验表明，与现有技术相比，我们的方法可使分类准确性显著提高。

    Jul, 2014