Jul, 2023

基于面部动作单元检测的遮挡感知学生情绪识别

PDF
TL;DR通过监测学生在课堂中的情绪作为参与度的指标，并提出了一种方法来解决这个问题，本研究评估了不同面部部位对情绪识别模型性能的影响，并引入了一个人工遮挡数据集来测试部分遮挡下的提议模型。研究的创新之处在于提出了一种面部动作单元（AUs）提取的遮挡感知架构，该架构采用了注意机制和自适应特征学习，而这些 AUs 可以用于分类课堂环境中的面部表情。研究的发现为分析面部图像的情绪参与分析中处理遮挡提供了宝贵的见解，实验结果表明在课堂环境中考虑遮挡并提高面部分析模型的可靠性的重要性，并且这些结果也可以推广到其他普遍存在遮挡的场景。
stem undergraduate studentsclassroom environmentsemotional recognition modelocclusion-aware architecturefacial analysis models
发现论文，激发创造
  • 利用先前的面部动作单元知识进行面部情感识别

    我们提出了一种使用面部动作单元（AUs）识别技术来识别情绪的方法，该识别方法基于面部动作编码系统（FACS）并通过机器学习系统计算，以扩展情绪识别技术的能力。

    Nov, 2023

  • 部分遮挡下的面部表情分析：一项调查

    本综述回顾了面部表情分析 (FEA) 中因遮挡导致自动表情识别性能下降的原因，并围绕数据集创建、算法发展等方面的技术进展和面临的挑战，为未来工作提供更好的信息和基准。

    Feb, 2018

  • 面部表情识别中理解和减轻注释偏差

    本文针对面部表情识别领域的标签偏差问题，提出了一种利用面部动作单元进行带有三元损失的 AU 校准面部表情识别（AUC-FER）框架，实验证明该方法比现有技术更有效。

    Aug, 2021

  • EmotioNet 挑战：在野外识别面部情感表达

    本文介绍了 EmotioNet 挑战的方法和结果，其中第一项挑战测试了当前计算机视觉算法在自动检测表情动作单元（AU）方面的能力，第二项挑战测试了算法在面部表情图像的情感分类方面的能力，研究表明当前机器学习算法在这两个任务中无法可靠地解决问题，计算机视觉算法在检测动作单元时的效果比检测情感分类时的效果要好。

    Mar, 2017

  • 从活动识别的角度进行情绪识别

    通过探索深度学习体系结构在持续情感识别方面的应用，我们提出了一种新颖的三流端到端深度学习回归流程，其中包含一个注意力机制，该机制是基于多个最先进的动作识别系统的子模块的一种组合设计。定量分析表明，所提出的模型优于情感识别和动作识别模型的多个标准基线。

    Mar, 2024

  • 面部动作单元识别的深层结构推理网络

    本文提出了一种基于深度神经网络的面部表情识别算法，通过学习局部和全局特征，以及类似于图推理方法的消息传递算法，显著提高了在 BP4D 和 DISFA 数据集上的表现。

    Mar, 2018

  • 面部动作单元检测深度模型的快速有效适应

    本文介绍了一个基于深度学习和元学习的人脸动作单元检测方法，可以在处理新的任务（新的单元或主体）时快速地适应，并在 BP4D 和 DISFA 数据集上通过测试，证明使用少量标记样本即可实现模型的适应。

    Sep, 2019

  • 移动设备人脸表情、价值、唤起和动作单元的帧级预测

    本文提出了一种基于单个预训练 AffectNet 的 EfficientNet 模型提取面部特征的新颖的帧级情感识别算法，可以实现移动设备上的实时视频人脸情感分析，在第三届野外情感行为分析（ABAW）竞赛的大规模 Aff-Wild2 数据集上，与 VggFace 基线相比，我们的简单模型在单任务表情分类、趋势 - 觉醒估计和表情分类的验证集中的性能指标高 0.15-0.2，由于简单性，我们的方法可以被视为四个子挑战的新基准。

    Mar, 2022

  • 基于迁移学习的虚拟现实头戴式显示器下部分遮挡下的面部表情识别

    本文提出了一个基于几何模型的方法，在虚拟现实场景下戴着头戴式 VR 耳机困难的面部表情识别问题，在 FER + 和 RAF-DB 数据集上使用迁移学习方法，并在根据佩戴一款普通 VR 设备所导致的实际遮挡情况修改的基准数据集上展示了令人满意的识别结果。

    Aug, 2020

  • 还原被遮挡的面部特征

    我们提出了一种在不重复微调模型的情况下恢复遮挡面部特征的方法，通过使用 CycleGAN 架构，可以消除匹配对的要求，并且我们的重建结果与真实无遮挡记录进行了比较。评估结果表明，我们达到了与无遮挡传感器的视频相似的分数。

    Nov, 2023