AAAISep, 2020

人工智能在热释电情感识别中的应用：标准设计和数据中的问题和限制评述

PDF
TL;DR本文研究热成像在面部情感识别上相对于 RGB 成像的独特性，并探讨它在计算机视觉和人工智能领域的潜在用途。但是，采用热成像作为任何人类中心的 AI 任务的数据源并不容易，需要迎合多重人口数据的高保真数据来源，并进行彻底的验证，有限集合是使用该技术的限制之一，并提出了数据收集和开发的局限性。
thermal imagingcomputer visionfacial emotion recognitionmachine learningdata collection
发现论文，激发创造
  • 面部表情识别中 RGB、3D、热像和多模态方法综述：历史、趋势及情感相关应用

    本文综述了关于自动 RGB，3D，热成像和多模式面部表情分析的研究，定义了新的分类法并描述和分类了最先进的方法，同时呈现了重要数据集和基准测试。作者对当前的趋势、重要问题和未来研究方向进行了总结讨论。

    Jun, 2016

  • 红外人脸识别：方法和数据库的综述

    本文综述了红外成像在人脸识别领域的应用，通过综合分析当前最有影响力的方法与数据库，总结出未来研究的方向。

    Jan, 2014

  • RGB-D 和热传感器融合：系统文献综述

    本文综述了 RGB-DT 多模态数据融合领域的最新研究进展，提供了细致的方法分类和技术评估，讨论了校准、热成像、三维重建以及特征和深度学习算法等方面，并探讨了该领域的挑战和未来发展方向。

    May, 2023

  • 热成像语义分割：比较研究

    通过使用红外图像进行语义分割，本研究对现有算法进行了分类，并提出了两种解决方案，一种是使用可见光和红外图像，另一种是只使用红外图像。

    May, 2022

  • 基于深度学习技术的热感人脸图像分类

    这篇论文提出了一个实用的深度学习方法，用于热像分类，该方法利用卷积神经网络（CNN）架构（特别是 ResNet-50 和 VGGNet-19）从热像中提取特征，并在热输入图像上应用卡尔曼滤波进行图像去噪，实验结果证明了该方法在准确性和效率方面的有效性。

    Nov, 2023

  • 可见光到热红外人脸 GAN 模型胜于有条件扩散

    本文提出了一种新的生成对抗网络叫 VTF-GAN，它能够通过学习人脸的空域和频域特征，实现从可见光图像到红外热成像图像的高质量转换。实验结果表明，相对于其他对比算法，VTF-GAN 具有更高的质量和真实感。

    Feb, 2023

  • 基于脑电的情绪识别：教程和综述

    本文从研究者的角度出发，综述了近期 EEG 情感识别研究的代表性成果，并提供教程以帮助研究者从零开始。介绍了 EEG 情感识别在心理和生理水平上的科学基础，将这些被综述的作品分类为不同的技术路线，并说明了理论基础和研究动机，最后讨论了现有的挑战和未来的研究方向。

    Mar, 2022

  • 负责任的 AI：情感识别中的性别偏见评估

    本研究旨在通过在六个不同的神经网络中进行深入调查，对面部表情识别的深度学习方法中的性别偏见进行研究，并根据公正的三个定义对其进行评估。结果显示，某些模型存在性别偏见，而更具偏见性的神经网络在男性和女性测试集之间的情感识别准确度差距更大，此外也观察到更适合用于男性和女性情感分类的不同情绪类型。

    Mar, 2021

  • 单个热成像的多模态传感器融合超分辨率

    本文提出了一种基于深度学习的解决方案，通过多模态图像融合模型来提高热红外图像的分辨率，并研究了一系列网络架构、上采样方法、学习过程以及优化函数对图像超分辨率问题的有益作用，并提出了一个基准数据集进行定量评估

    Dec, 2018

  • 通过热面部图像估计运动引起的疲劳

    通过热成像和面部分析技术利用深度学习模型，我们提出了一种自动估计运动引起的疲劳水平的方法。利用包含 40 万多张静息和疲劳用户的热面部图像的新数据集，我们的结果表明，只需一个静态热帧即可预测运动引起的疲劳水平，平均误差小于 15％。结果强调了将热成像与深度学习结合用于可靠运动引起的疲劳估计的可行性。

    Sep, 2023