Apr, 2023

多域范式编码实现面部表情识别数据高效迁移学习

PDF
TL;DR研究提出了一种基于生物学启发机制的面部表情识别传递学习方法，依靠领域特定的参考向量来编码模式，实现了高数据效率的跨多个领域的学习，较少量的图像即可实现 92.15％的分类准确率，这一方法提供了人脑如何在变化的头部形状（人类，猴子和卡通头像）上天生识别面部表情的解释。
发现论文，激发创造
  • 在野外使用平衡数据集进行的深度面部表情识别基准测试

    基于大规模 FER 数据集的广泛实验和实践交叉验证，本文对多种网络架构进行排名，并给出了在真实情景中应用深度 FER 方法的一些推荐。此外，还讨论了实际 FER 应用中的潜在道德规范，隐私问题和法规。

    Nov, 2023

  • 深度面部表情识别研究综述

    深度神经网络在面部表情识别中的应用、数据集和算法，针对过拟合和灯光、头部姿态等问题，分析和总结静态和动态图像序列的最新模型和性能，并探讨未来的发展方向和挑战。

    Apr, 2018

  • 从人类到模型角色的面部表情再现简化

    本文提出了一种基于非线性表情嵌入和表情域翻译的跨域表情转移技术，通过低维潜空间、几何约束、感知约束和用户友好的技术，实现了人脸表情转移到虚拟角色上，并且在大范围实验和用户研究中证明了该方法的高效性和高质量。

    Aug, 2020

  • 利用深度神经网络深入进行面部表情识别

    提出了一种深度神经网络构架，可在多个公共面部数据库上进行面部表情识别，并且在精度和训练时间上优于传统卷积神经网络和现有方法。

    Nov, 2015

  • 语义邻域感知的深度面部表情识别

    本文提出了一种新颖的方法来避免处理具有极端不平衡性、且在测试时会导致表现降低的 FER 数据集，在捕捉到输入轻微语义扰动的同时，考虑了样本点的邻域平滑度，减少了那些不可靠的样本的影响。在 AffectNet 这个最大的 FER 数据库中进行的实验表明，该方法是有效的，并且报告了最新的研究结果，相较于现有的的技术方法提高了 30% 的上限。

    Apr, 2020

  • 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

  • 利用遗传算法进行面部表情识别的神经架构搜索

    本研究提出一种基于遗传算法的编码解码机制来自动进化卷积神经网络进行面部表情识别，实验结果表明其在 CK + 和 FERG 数据集上取得了最佳结果，在 JAFFE 数据集上也有竞争力。

    Apr, 2023

  • 表情域翻译网络用于跨域头部再现

    通过引入一种新的表情领域转换网络，该网络将人类表情转化为动漫表情，并使用三维几何感知损失函数来保持输入和输出之间的几何一致性，从而在跨表情领域上实现高保真度和一对一的映射，该方法在跨领域头部再现领域取得了重大进展。

    Oct, 2023

  • 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

  • 一种面部表情相似度的紧凑嵌入

    通过收集大规模的人脸数据集，我们使用神经网络在一个压缩的嵌入空间中描述面部表情，并取得了在表情检索、相册摘要和情绪识别等各种应用中的良好表现。

    Nov, 2018