Jun, 2024

基于数据驱动的面部表情编码系统（DFECS）的无监督学习使用关键点追踪

PDF
TL;DR通过计算机视觉技术中的面部关键点跟踪，提出了一种基于数据驱动的面部表情编码系统（DFECS），通过引入稀疏性和正性约束的高级降维技术，可以自动估计面部运动中的行动单元并解释性强，进一步的研究可以加速面部表情分析在安全、医疗和娱乐等领域的应用。
facial coding systemsautomated facial codingdata-driven facial expression coding systemdimensionality reductioninterpretable aus
发现论文，激发创造
  • 基于 PCA 的关键点跟踪方法在自动化面部表情编码中的应用

    利用自动化技术生成基于主成分分析的面部动作单元，其能够解释超过 92.83% 的方差，并具有与面部动作编码系统等效的能力。这项研究表明自动化技术在心理学和相关领域中可以作为手动面部动作编码系统标记的替代选择，实现面部表情的高效实时分析。

    Jun, 2024

  • 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

  • 可定制的动态面部表情编码 (CADyFACE) 的角色化身，以提高用户参与度

    定制化的三维头像表情刺激物可能改善自闭症、老年痴呆症、面部瘫痪等行为生物标记发现和治疗干预中用户的参与度。本研究旨在提出一种由认证的 FACS 专家贴有 AU 标签的定制头像表情刺激物，并使用 BeCoME-Net 模型进行多标签 AU 检测以评估 CADyFACE 和 BeCoME-Net 的构造有效性。

    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

  • 面部表情识别与分析：现状

    本文综述了自 2001 年以来至今关于面部表情识别的研究工作以及该领域的进展，包括面部表情识别的应用、数据库的使用和标准化等方面。此外，还讨论了使用 FACS 行动单元和 MPEG-4 面部动画参数进行面部参数编码的方法和近年来面部检测、跟踪和特征提取方法的进展。最后，本文总结了挑战和未来方向。

    Mar, 2012

  • 无监督皮肤特征跟踪深度神经网络

    使用卷积自编码器进行人脸特征追踪，无监督学习方法在不同运动条件下表现出优异的追踪精度和卓越的特征描述子，比传统和最新的监督学习方法更具优势。

    May, 2024

  • 自监督表示下的面部动作单元检测和强度估计

    本研究介绍了一种使用自监督学习方法的面部表情识别模型 MAE-Face，该模型在只 Fine-tune 1% 的数据集的情况下也可以取得较好的 AU 检测和 AU 强度估计结果.

    Oct, 2022

  • LibreFace: 深度面部表情分析的开源工具包

    通过使用深度学习模型和开源工具 LibreFace，我们能够实现面部表情分析，从而有效和准确地分析面部表情，并实现实时交互应用。

    Aug, 2023

  • 利用合成数据进行通用且公平的面部行为单元检测

    通过使用合成数据和多源领域自适应方法解决已标记数据稀缺和性别多样性问题，本文提出了一种基于面部表情再目标化方法的面部动作单元检测模型，并采用配对矩匹配方法来提高性别平等性，实现实现在真实环境中的面部动作单元检测。

    Mar, 2024

  • 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