facial action unit detection | BriefGPT

关键词facial action unit detection

搜索结果 - 7

AUD-TGN：在野外音频视觉环境中借助时间卷积和 GPT-2 推进动作单位检测
利用音频数据和视觉数据协同作用对于理解人类情绪和行为非常重要，本论文提出了一种利用音视频多模态数据的新方法，通过模型化时间关系和利用预训练的 GPT-2 模型进行上下文感知的多模态信息融合，显著提高了面部动作单元检测的准确性，突显了对复杂场
PDF3 months ago
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。
PDF4 months ago
学习对比特征表示用于面部动作单元检测
通过引入一种增强的对比学习框架并结合监督和自监督信号，以获取具有区分性的特征，本研究通过样本采样、重加权策略以及损失函数 AUNCE 等方法，针对面部运动单元（AU）检测中困扰的像素级学习问题、标签噪音和 AU 类型不平衡等挑战，取得了优于
PDF5 months ago
多尺度推进的自适应相关学习用于面部动作单元检测
提出了一种自适应 AU 相关性学习方法，通过在网络的不同阶段高效利用不同级别的 AU 运动和情感表示信息，自适应地学习和更新 AU 相关图，并结合多尺度特征学习方法，实现更强大的面部行动单元检测表现。
PDFa year ago
不完整情感标签下的多任务情感识别
本文中，我们使用数据平衡技术处理高度不平衡的实验数据，并提出了一种多任务模型的算法，通过使用软标签和真实标签来训练模型，解决了数据不全的问题，最终通过模型集成显著提高了面部动作单元检测、表情分类和情感估计的表现。
PDF4 years ago
EAC-Net：基于区域的深度增强和裁剪方法用于面部动作单元检测
本研究提出了基于深度学习的面部动作单元检测方法，通过增强和裁剪感兴趣的区域实现，并将增强层和裁剪层添加到预训练的 CNN 模型中，以设计卷积层来学习每个面部区域的深层特征，其表现优于 BP4D 和 DISFA AU 数据集的现有方法。
PDF7 years ago
使用隐单元逻辑模型进行时间序列分类
我们提出了一种新的时间序列分类模型，称为隐藏单元逻辑模型，使用二元随机隐藏单元来模拟数据中的潜在结构，这些隐藏单元连接成链式结构模拟数据中的时间依赖性，我们证明了我们的模型在多种 (计算机视觉) 任务上的强大性能，包括手写字符识别、语音识别
PDF9 years ago