AFNet-M：自适应融合网络与面部表情识别的 2D+3D 面部表情识别

May, 2022

AFNet-M：自适应融合网络与面部表情识别的 2D+3D 面部表情识别

AFNet-M: Adaptive Fusion Network with Masks for 2D+3D Facial Expression Recognition

Mingzhe Sui, Hanting Li, Zhaoqing Zhu, Feng Zhao

TL;DR本研究提出了一种自适应融合网络，利用人脸显著区域的掩码来增强 2D 和 3D 局部特征，通过设计的调制向量自动学习，以及计算重要性权重的新型融合策略可以在卷积层中执行自适应融合。实验结果表明，该方法在 BU-3DFE 和 Bosphorus 数据集上具有最先进的性能并且需要较少的参数。

Abstract

2D+3D facial expression recognition (FER) can effectively cope with illumination changes and pose variations by simultaneously merging 2D texture and more robust 3D depth information. Most deep learning-based approaches employ the simple fusion strategy that concatenates the multimodal

2d+3d facial expression recognition deep learning adaptive fusion network mask attention module importance weights computing module

发现论文，激发创造

(AF) 2-S3Net: 基于自适应特征选择的注意力特征融合稀疏语义分割网络

本文介绍了一种基于 AF2-S3Net 的端到端编解码 CNN 网络，用于 3D LiDAR 语义分割，并在大规模 SemanticKITTI 基准测试上展示了其优越性能。

Feb, 2021

多视图自适应融合网络用于三维物体检测

本文提出了一种基于多视角融合的 3D 目标检测网络，结合了激光雷达鸟瞰视角、激光雷达距离视角和相机视角图像，使用注意力机制和额外任务优化点特征和结构信息，有效地实现了多视角特征的适应性融合，该网络在 KITTI 3D 目标检测数据集上的表现令人满意。

Nov, 2020

面部表情识别的情感掩码自编码器与注意融合

创新方法集成了自我监督学习方法 MAE-Face 和融合注意机制，用于情感分类，通过提取关键面部特征以增强模型性能，特别是在 ABAW 第六次竞赛中展示，并在 Aff-wild2 数据集上得到显著验证。

Mar, 2024

一种基于多尺度特征融合的轻量级注意力深度网络用于多视角面部表情识别

通过引入轻量级的关注网络，以及多尺度特征融合，本研究的主要目标是克服在实际应用中计算复杂性和多视角头部姿势方面所面临的挑战，该方法在参数数量和对姿势变化的鲁棒性方面达到了业界先进方法的水平。

Mar, 2024

F3Net: 融合、反馈和聚焦用于显著目标检测

本文提出 F3Net 算法，通过交叉特征模块和级联反馈解码器，结合像素位置感知损失函数，实现高效的显著目标检测，能够在各项指标上优于现有算法。

Nov, 2019

基于增强式深度 3D 卷积神经网络的人脸表情识别

本篇研究提出了在视频中进行情感识别的 3D 卷积神经网络方法，使用 3D Inception-ResNet 层及 LSTM 单元，从面部图像中提取空间关系和不同帧之间的时间关系，并利用面部关键点作为输入，该方法在四个公开数据库上的表现超过了现有最先进技术。

May, 2017

端到端集成卷积神经网络与三维模型的人脸检测

该研究提出一种利用 ConvNet 和 3D 平均脸模型的端到端多任务判别学习框架进行野外人脸检测的方法，该方法通过估计面部关键点和每个预测关键点的 3D 变换参数计算面部边界框提案，进而使用面部关键点配置池进一步精化。该方法在 AFLW 数据集和 FDDB 基准测试中取得了非常有竞争力的最新性能。

Jun, 2016

基于流注意力的时空聚合网络用于 3D 口罩检测

基于 FASTEN (Flow-Attention-based Spatio-Temporal aggrEgation Network) 框架的研究提出了一种新型的三维口罩检测方法，只需要五帧输入，在多个检测指标方面优于其他竞争对手，并已在实际移动设备上部署以进行实际的三维口罩检测。

Oct, 2023

分散注意力：多头交叉注意力网络用于面部表情识别

我们提出了一种新的面部表情识别网络，称为分心网络（DAN）。我们的方法基于两个关键观察结果。首先，多个类别共享内在相似的面部外貌，它们的差异可能很细微。其次，面部表情通过多个面部区域同时展示出来，并且需要通过编码局部特征之间的高阶交互的全面方法来识别。为了解决这些问题，我们提出了我们的 DAN，并通过三个关键部分构建了它。经过广泛实验验证，在包括 AffectNet、RAF-DB 和 SFEW 2.0 在内的三个公共数据集上，该方法始终实现了最先进的面部表情识别性能。

Sep, 2021

基于注意力机制的多模态融合网络用于场景语义补全

本文提出了一种名为 AMFNet 的端到端三维卷积网络，用于从单视图 RGB-D 图像推断出体积三维场景的占用和语义标签。该网络通过融合 2D 语义分割和 3D 语义完成网络的经验以及空间维度的可靠深度线索，学习同时执行有效的 3D 场景完成和语义分割，验证表明在合成 SUNCG-RGBD 数据集和真实 NYUv2 数据集上都取得了明显的优越性。

Mar, 2020