| 基于深度学习的表情动作单元识别综述 |
| |
| 作者姓名： | 邵志文 周勇 谭鑫 马利庄 刘兵 姚睿 |
| |
| 作者单位： | 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;华东师范大学计算机科学与技术学院,上海200062 |
| |
| 基金项目： | 国家自然科学基金(No.62106268)；;江苏省自然科学基金(No.BK20201346)；;中央高校基本科研基金(No.2021QN1072)； |
| |
| 摘 要： | 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.
|
| 关 键 词： | 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 |
| 本文献已被 万方数据 等数据库收录！ |
|
