论文阅读 [TPAMI-2022] Learning Representations for Facial Actions From Unlabeled Videos

无监督学习下面部动作表征：TAE在未标记视频中的应用
最新推荐文章于 2024-09-10 08:51:39 发布
原创 最新推荐文章于 2024-09-10 08:51:39 发布 · 343 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #深度学习 #机器学习 #计算机视觉 #CVPR

本文介绍了一种名为TAE的双循环自动编码器，它利用未标记视频中的面部动作位移，通过自监督学习策略学习区分性的动作特征表示，有效降低标注成本。实验表明，TAE在表情识别任务上表现优秀，能与监督方法媲美。此外，TAE还展示了解耦面部动作与头部运动的能力。

论文阅读 [TPAMI-2022] Learning Representations for Facial Actions From Unlabeled Videos

论文搜索(studyai.com)

搜索论文: Learning Representations for Facial Actions From Unlabeled Videos

搜索论文: http://www.studyai.com/search/whole-site/?q=Learning+Representations+for+Facial+Actions+From+Unlabeled+Videos

关键字(Keywords)

Gold; Face; Feature extraction; Videos; Magnetic heads; Task analysis; Facial action unit detection; self-supervised learning; representation learning

最低0.47元/天 解锁文章
【论文阅读】AU检测《Learning Representations for Facial Actions from Unlabeled Videos》
Celine的博客
01-29 1177
面部动作通常被编码为基于解剖学的动作单元(AUs)，标记这些动作单元需要专业知识，因此既耗时又昂贵。为了缓解标签需求，论文建议利用大量的未标签视频，通过所提出的Twin-cycle Autoencoder(TAE)来学习面部动作的区别表示。TAE的提出，是基于面部动作是嵌入在视频中两个连续的面部图像(在下文中，称为“源”和“目标)”之间的像素位移中的。因此，学习面部动作的表征可以通过学习位移的表征来实现。然而，面部动作引起的位移与头部动作引起的位移是纠缠在一起的。因此，TAE便是训练来解开这两种运动的，即当
[CVPR‘22 FaRL] General Facial Representation Learning in a Visual-Linguistic Manner
qq_40731332的博客
11-05 1837
FaRL，首个针对人脸任务的预训练大模型； 提出：1）使用contrastive loss，从image-text对中学习high-level语义特征；2）使用masked image modeling，学习low-level信息。 提出LAION-FACE数据集，包含大量的image-text对； 实验验证：1）FaRL相较其他预训练大模型，在人脸下游任务上有更好的迁移效果；2）在face parsing和face alignment中超过sota方法。
【论文导读】SoundNet: Learning Sound Representations from Unlabeled Video
z小白的博客
06-12 2716
论文题目：SoundNet: Learning Sound Representations from Unlabeled Video 作者：Yusuf Aytar, Carl Vondrick, Antonio Torralba 发表：29th Conference on Neural Information Processing Systems (NIPS 2016) 论文链接：https...
FaRL 面部表示学习框架指南
最新发布
gitblog_00442的博客
09-10 485
FaRL 面部表示学习框架指南 项目介绍 FaRL (Facial Representation Learning) 是一个在CVPR 2022上以口头报告形式接受的开源项目，旨在通过预训练变换器骨干网络为面部分析任务提供强大的模型支持。它结合了图像文本对比学习和掩模图像建模技术。经过预训练，图像编码器可用于各种下游面部识别和分析任务。此项目提供了基于LAION Face数据集的不同预训练变换器模...
论文笔记：AU-Expression Knowledge Constrained Representation Learning for Facial Expression Recognition
msy1412的博客
04-15 991
AU-Expression Knowledge Constrained Representation Learning for Facial Expression Recognition 本论文主要解决in-the-wild的表情识别不准确问题，在一般的网络结构上加入该种表情相关的AU区域特征，在最后分类层前concat整体特征与AU特征，再进行分类。 主要创新点： 1.利用表情与AU的先验关系，为只有标注表情而没有标注AU的图片生成AU的虚标签，从而能够提取该表情相应的AU特征。 2.利用不同AU之间的
论文阅读 [TPAMI-2022] Plenty is Plague: Fine-Grained Learning for Visual Question Answering
weixin_42155685的博客
04-08 217
论文阅读 [TPAMI-2022] Plenty is Plague: Fine-Grained Learning for Visual Question Answering 论文搜索(studyai.com) 搜索论文: Plenty is Plague: Fine-Grained Learning for Visual Question Answering 搜索论文: http://www.studyai.com/search/whole-site/?q=Plenty+is+Plague:+Fine-G
论文阅读 [TPAMI-2022] Model-Protected Multi-Task Learning
weixin_42155685的博客
04-10 408
论文阅读 [TPAMI-2022] Model-Protected Multi-Task Learning 论文搜索(studyai.com) 搜索论文: Model-Protected Multi-Task Learning 搜索论文: http://www.studyai.com/search/whole-site/?q=Model-Protected+Multi-Task+Learning 关键字(Keywords) Task analysis; Covariance matrices; Priv
论文阅读 [TPAMI-2022] Learning on Attribute-Missing Graphs
weixin_42155685的博客
04-09 467
论文阅读 [TPAMI-2022] Learning on Attribute-Missing Graphs 论文搜索(studyai.com) 搜索论文: Learning on Attribute-Missing Graphs 搜索论文: http://www.studyai.com/search/whole-site/?q=Learning+on+Attribute-Missing+Graphs 关键字(Keywords) Task analysis; Gallium nitride; Gener
论文阅读 [TPAMI-2022] Learning to Compose and Reason with Language Tree Structures for Visual Grounding
weixin_42155685的博客
04-08 289
论文阅读 [TPAMI-2022] Learning to Compose and Reason with Language Tree Structures for Visual Grounding 论文搜索(studyai.com) 搜索论文: Learning to Compose and Reason with Language Tree Structures for Visual Grounding 搜索论文: http://www.studyai.com/search/whole-site/?q=
论文笔记（一）【 Disentangled Representation Learning GAN for Pose-Invariant Face Recognition】
热门推荐
daydayjump的博客
07-07 1万+
论文地址：论文 大体分为两部分，第一部分是自己读文章时的记录，第二部分是自己总的感想。 一、论文概述： 1、在摘要中提出了DR-GAN的名字，给出了论文的三个创新点。 （1）通过generator 的encoder-decoder框架学习了生成和判别的表示（representation）； （2）这种表示是从姿态这种人脸变量得出。姿态（pose）代码传输到decoder，姿态的估计（es...
论文笔记：SoundNet: Learning Sound Representations from Unlabeled Video
VisualCortex
05-11 3182
论文笔记：SoundNet: Learning Sound Representations from Unlabeled Video SoundNet: Learning Sound Representations from Unlabeled Video Yusuf Aytar∗ Carl Vondrick∗ Antonio Torralba 2016 NIPS 这篇文章是顺着一维卷...
刘翔中科院计算机研究所,专家人才库数据----中国科学院计算技术研究所
weixin_39942037的博客
07-24 286
[1] Yong Li, Jiabei Zen#, Shiguang Shan. Learning Representations for Facial Actions from Unlabeled Videos. IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI, Accepted on Jul.10, ...
计算机视觉公平性论文集合(2019-2021)
威化饼的一隅
12-18 3471
计算机视觉公平性论文列表(2019-2021)，欢迎补充
Self-supervised Representation Learning from Videos for Facial Action Unit Detection(CVPR 2019)
language_zcx的博客
05-24 1739
Self-supervised Representation Learning from Videos for Facial Action Unit Detection(CVPR 2019) Paper PDF 文章目录IntroductionInnovationMethodFeature disentanglingTarget reconstructionCycle with AU/pose changedExperimentImplementation details DetailedCompariso
科研篇一：NeurIPS2019 分类整理-对抗样本&Meta-Learning
weixin_38316806的博客
09-08 6477
文末获取paper整理资源，NIPS2019对抗样本&Meta-Learning
representation learning的理解
weixin_43702653的博客
03-29 4018
representation learning
Learning Disentangled Semantic Representation for Domain Adaptation-IJCAI-2019文章解读
qq_40491207的博客
04-01 1880
Learning Disentangled Semantic Representation for Domain Adaptation-IJCAI-2019文章解读1. 摘要2.main contributions3. 可解耦的语义表达模型4. 理论证明详见论文5. 实验 1. 摘要 现有的大多数域适应方法无法从特征空间提取具有entangle domain information（域耦合信息）...
强化学习-莫烦强化学习2.1视频中的代码复现
mjssdhy的博客
02-23 707
该代码为可以正常运行的代码 import numpy as np import pandas as pd import time np.random.seed(2) #reproducible N_STATES = 6 #the length of the 1 dimensional world ACTIONS = ['left','right'] #available actions EPSILON = 0.9 #greedy police 决策上的策略 ALPHA = 0.1 #learning ra
Cross Domain Person Re-Identification With Large Scale Attribute Annotated Datasets参考文献解读
阿杰洛克之地的博客
07-17 763
Deep learning based person re-id First deep learning method in re-id [4] ‘‘DeepReID: Deep filter pairing neural network for person re-identification,’’ in Proc. IEEE Conf. Comput. Vis. Pattern Recogni...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值