Feb, 2024

高效表情中立性估计及其应用于人脸识别效用预测

PDF
TL;DR鉴于人脸图像质量对生物特征识别系统的识别性能有很大影响，本研究旨在训练分类器来评估人脸表情中性，通过在七个数据集上进行大量性能基准测试，我们揭示了每个分类器在将 “中性” 与 “非中性” 表情区分开来方面存在显著差异，随机森林和 AdaBoost 分类器在高准确性下最适合区分中性与非中性表情，但在预测面部识别效用方面却表现不及支持向量机。
biometric systemsface image qualityexpression neutralityclassificationface recognition utility
发现论文，激发创造
  • NeutrEx: 一种基于面部表情中立性的三维质量组件度量

    提出基于 3D 人脸重建与中性表情锚点的质量度量方法 NeutrEx，相比于基于预训练卷积神经网络的人脸表情分类得到的基准方法，评估结果显示我们的方法优越性，而且通过计算每个顶点的距离来揭示对人脸影响最大的区域，能够帮助操作员给出有针对性的反馈。

    Aug, 2023

  • 人脸质量评估及其与人种和非人种偏见在人脸识别中的相关性

    本文分析了人脸质量评估和识别偏见之间的相关性，发现当前人脸质量评估算法也存在偏见，应注意公平和歧视问题。

    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

  • 探究面部表情识别中的偏见与公正

    本文研究了人脸表情识别中的偏见与公平性问题，并对三种不同的方法在两个不同数据集上进行了比较，结果表明，使用数据增强的属性感知方法和解缠方法比基线方法更具准确性和公平性，在减轻人口统计学偏见方面，解缠方法是最好的选择。

    Jul, 2020

  • 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

  • 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

  • 面部表情分类的超参数优化和 Boosting：什么样的 “空” 模型是好的？

    该研究论文介绍了一种使用超参数优化和集成构建方法来识别面部表情的算法，该算法在新的数据集上实现了很高的分类准确率，并且在 Kaggel 竞赛的排名也优秀。

    Jun, 2013

  • 评估智力残疾中度至重度个体中标准面部表情识别的可行性

    最近的研究强调用户对与机器进行类似人的互动的偏好增长。因此，面部表情识别作为给社交机器人赋予识别用户情感状态的能力的一种方式变得重要。在本研究中，我们评估了深度学习方法的适用性，这些方法因其在该领域的出色表现而闻名，用于识别具有智力残疾的个体的面部表情，据我们所知，这方面的研究尚未进行。为实现这一目标，我们使用了十二个不同方法的卷积神经网络集合进行训练，其中包括没有具有智力残疾的个体的数据集合以及包含了这些个体的数据集合。我们对不同训练条件下各个模型的结果进行了分析，结合可解释的人工智能技术在表情识别期间进行的关键面部区域的全面分析，揭示了智力残疾个体之间以及具有智力残疾的个体之间面部表情的显著差异。显著的是，我们的研究结果通过用户特定的训练方法证明了对该人群中面部表情的可行性，这使得模型能够有效地处理每个用户独特的表达方式。

    Jan, 2024

  • 使用深度学习识别面部微表情的人物识别

    本研究旨在探究面部微表情作为软生物识别的有效性并提出一种深度学习的方法来提高其在人体识别方面的应用，实验结果显示该方法与现有的基准相比，可以显著提高识别准确性。

    Jun, 2023

  • 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