基于深度学习的表情动作单元识别综述OA北大核心CSTPCD
Survey of Expression Action Unit Recognition Based on Deep Learning
基于深度学习的表情动作单元识别是计算机视觉与情感计算领域的热点课题.每个动作单元描述了一种人脸局部表情动作,其组合可定量地表示任意表情.当前动作单元识别主要面临标签稀缺、特征难捕捉和标签不均衡3个挑战因素.基于此,本文将已有的研究分为基于迁移学习、基于区域学习和基于关联学习的方法,对各类代表性方法进行评述和总结.最后,本文对不同方法进行了比较和分析,并在此基础上探讨了未来动作单元识别的研究方向.
邵志文;周勇;谭鑫;马利庄;刘兵;姚睿
中国矿业大学计算机科学与技术学院,江苏徐州221116矿山数字化教育部工程研究中心,江苏徐州221116中国矿业大学计算机科学与技术学院,江苏徐州221116矿山数字化教育部工程研究中心,江苏徐州221116上海交通大学计算机科学与工程系,上海200240上海交通大学计算机科学与工程系,上海200240
信息技术与安全科学
表情动作单元识别标签稀缺性特征难捕捉性标签不均衡性迁移学习区域学习关联学习
《电子学报》 2022 (8)
基于标签迁移与特征关联的非受控场景精细表情识别研究
2003-2017,15
国家自然科学基金(No.62106268)江苏省自然科学基金(No.BK20201346)江苏省"六大人才高峰"项目(No.2015-DZXX-010)中央高校基本科研基金(No.2021QN1072)
评论