野外猫脸特征点数据集 (CatFLW)

May, 2023

CatFLW: Cat Facial Landmarks in the Wild Dataset

George Martvel, Nareed Farhat, Ilan Shimshoni, Anna Zamansky

TL;DR本文介绍了一个名为 Cat Facial Landmarks in the Wild (CatFLW) 的数据集，其中包含了 2016 张猫脸的照片，并且使用 48 个脸部重点标记和猫脸特定的脸部动作单元（CatFACS）进行了注释，以用于动物情感计算和面部分析的自动化。此外，作者还介绍了一种半监督（人在环路）的方法来注释图像中的标志，以便创建此数据集，并提供在请求时获得该数据集。

Abstract

animal affective computing is a quickly growing field of research, where only recently first efforts to go beyond animal tracking into recognizing their internal states, such as pain and emotions, have emerged. In most mammals, facial expressions are an important channel for communicat

animal affective computing facial analysis dataset cat facial landmarks semi-supervised annotation

发现论文，激发创造

DogFLW: 野外犬脸部关键点数据集

动物情感计算是一个快速发展的研究领域，目前关注于动物内部状态的自动追踪，如疼痛和情绪，动物的面部表情可以用来传达这些状态信息，本文基于狗的面部解剖标志物的方案，开发了一个包含 3274 张狗的图像的数据集，名为 DogFLW 数据集。

May, 2024

猫脸部关键点的自动检测

动物情感计算领域的重要挑战之一是缺乏高质量的数据集，本文提出了一个以猫脸图像为基础的新数据集，并通过使用面部标志检测卷积神经网络模型，在猫脸上取得了优异性能，同时该模型也具有推广到人脸标志检测的潜力。

Oct, 2023

AnimalWeb：一个大规模的带注释动物面部层次数据集

提出了一个包含大量标注的动物面部数据集，可用于面部对齐、检测和细粒度识别等多项应用，尤其对监测动物面部行为具有重要的启示作用，有助于改善动物医疗保健并推动计算机视觉算法相关技术的进步

Sep, 2019

面部标志识别的情感识别

该研究提出了一种基于面部标志的情感识别分类损失函数修改方法，将一种新方法 EmotionalDAN 应用于情感识别上，并在两个挑战性基准数据集上实现了比最先进的情感分类方法高达 5% 的准确度。

Apr, 2018

AffectNet：野外面部表情、好感度和唤起度计算的数据库

该研究收集并准备公开发布了一个名为 AffectNet 的数据库，包含 100 多万张网络图片，其中大约半数手动注释了 7 种离散面部表情和不同情绪模型的愉悦和唤起度强度，并使用两个深度神经网络对分类模型的图像进行分类和预测情感的愉悦和唤起度强度。

Aug, 2017

真实情绪映射：实时新闻中面部表情基准测试

使用从逼真的新闻视频中提取的面部地标的情感识别的一种新方法，采用图神经网络分析面部地标的几何和空间关系，提高情感识别的理解和准确性。该方法通过构建基准数据集展示了其可行性和潜力，为情感识别技术的未来研究指明了新的方向。

Apr, 2024

基于面部标志和神经网络的实时面部表情识别

本研究提出了一种基于静态图片实现的轻量级算法，用于实时进行人脸表情识别、情绪分类和特征提取。 Multi-Layer Perceptron (MLP) 神经网络是基于前面的算法进行训练的，提取几何和纹理特征，生成特征向量，用于训练三层 MLP，其测试准确度达到 96%。

Jan, 2022

PFLD：实用的人脸关键点检测器

本文利用加速技术，设计了一个紧凑的人脸特征点检测模型，在不同的自然环境下，如不受限制的姿态、表情、光照和遮挡，取得了很高的检测精度和超快的速度，通过旋转信息的估计进行几何规范化特征定位，同时还采用不同样本权重的一种新误差函数，用于平衡数据不均衡的问题，并在多个面部特征检测数据集上表现出卓越的性能。

Feb, 2019

使用脸部标记信息增强的卷积神经网络从面部图像预测个人特征

本文提出了使用深度卷积神经网络结合面部标志信息来估计面部属性的新方法，并在新的面部属性数据集上进行了实证分析，结果显示该方法相对于基线方法在多个面部属性上均有显著提升。

May, 2016

面部特征点检测：文献综述

综述了面部关键点检测算法的发展历程，将其分为三种不同的分类方法：全局方法、约束局部模型方法和回归方法，并对其进行了分类讨论，比较了它们在受不同因素影响下的性能表现。此外，还列举了面部关键点检测的基准数据库和现有软件，并指出了未来的研究方向。

May, 2018