好记性不如烂笔头,记录一下重点部分,方便以后查找
有AU标记的数据集:CK+,DISFA,BP4D
有关AU检测的文章整理
1,ICCV 2015 HSHTL, Ruiz A, Weijer J V D, Binefa X. From Emotions to Action Units with Hidden and Semi-Hidden-Task Learning[C]// IEEE International Conference on Computer Vision. IEEE, 2015:3703-3711.
一般人是从AU组合得到Emotion,这篇文章别出心裁,从Emotion得到AU。原因是标记AU的数据集很少,而标记Emotion的数据集很多。
文章通过已有的情感数据集(大量、已标记6种通用情感)来提高AU分类器的泛化能力
文中取49个特征点用的是IntraFace-CVPR-2013-SDM
训练数据集包括UNBC-Pain、FERA、DISFA,测试数据集包括CK+、UNBC、FERA、DISFA
2, ICCV 2015 CPM, Zeng J, Chu W S, Torre F D L, et al. Confidence Preserving Machine for Facial Action Unit Detection[C]// International Conference on Computer Vision. 2015:3622-3630.
针对各种误差来源,而不针对具体某一个特定来源?