阅读“微表情识别系统上的OFF-ApexNet”

最新推荐文章于 2022-10-14 11:36:53 发布
最新推荐文章于 2022-10-14 11:36:53 发布
阅读量3.3k 收藏 3
点赞数
分类专栏： SCI文献阅读笔记 文章标签： 图像处理 算法 matlab 计算机视觉
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。
本文链接：https://blog.csdn.net/weixin_46908370/article/details/123989592
版权
<

文献精读笔记

标题

3-微表情识别系统上的OFF-ApexNet

作者

Sze-Teng Lionga , Y.S. Ganb, , Wei-Chuen Yauc , Yen-Chang Huangd , Tan Lit Ken

期刊

SCI

发表时间
最低0.47元/天 解锁文章
潇洒哥的羊皮卷
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
CVPR 2018 微表情识别论文Enriched Long-term Recurrent Convolutional Network for Facial Micro-Expression Reco...
weixin_30412577的博客
05-30 2909
paper：https://arxiv.org/abs/1805.08417 GitHub：https://github.com/IcedDoggie/Micro-Expression-with-Deep-Learning 摘要 面部微观表情（ME）的识别对于研究人员在运动和有限数据库中的细微处理造成巨大挑战。 最近，人工技术已经在微型表达识别中取得了优异的性能，但是以区域特异性和繁琐的参数...
表情识别框架
01-25
比较了 ICA 方法进行面部表情识别的两种架构 ICA1 和 ICA2。 采用欧式、城区、余弦 KNN 和 6 种核函数的 SVM 算法进行识别，比较了不同的距离函数和核函数对整体识别率和单个表情识别率的影响。 实验表明:ICA1 整体 上优于 ICA2;对于 KNN 算法，在 ICA1 下 KNN+城区距最优，t 检验不显著，在 ICA2 下，KNN+余弦距最优，t 检验显 著;SVM 算法对 ICA1 有效，对 ICA2 失效;在 ICA1 下，对 SVM 算法，线性、径向基和 Sigmoid 核取得相同的识别率; 惊奇是最好识别的表情，高兴是最难识别的表情。 最后利用神经科学对视觉脑区的最新研究，得出稀疏的特征比稀 疏的编码能够取得更好的表情识别率。
微表情识别
11-16
就深度学习的方式对人类的微表情数据进行识别，主要是基于inception_v3模型为框架
一文详解Apex的安装和使用教程（一款基于 PyTorch 的混合精度训练加速神器）
热门推荐
Tiger数学之家的博客
09-11 7万+
Apex的安装和使用教程（一款基于 PyTorch 的混合精度训练加速神器）
Micro-expression recognition with supervised contrastive learning基于监督对比学习的微表情识别
weixin_55768678的博客
10-14 2007
面部微表情是面部肌肉的不自主运动，暴露了个人的潜在情绪。由于面部肌肉变化的微妙性和多样性，提取有效的特征来识别微表情是一个挑战。本文提出了一个有监督的对比学习（MER-Supcon）的微表情识别框架，其主要目的是提取微表情的关键特征，并克服不相关的面部运动引起的噪音。首先，提出了一种新的双终端微表情采集策略，并应用于获得光流图，旨在扩大数据集并减少微表情斑点的不利影响。然后，引入监督下的对比学习来学习微表情的关键表征进行分类。
图像处理基础知识
普罗米修斯的博客
02-22 1021
文章目录【 1. 帧 】【 2. 帧数 】【 3. 帧率 】【 4. 像素 】【 5. 分辨率 】【 6. 对比度 】 【 1. 帧 】 可以把 “帧” 理解为 ”张“，一帧就是一张静止的画面，连续的帧就形成动画。 帧——就是影像动画中最小单位的单张影像画面，相当于电影胶片上的每一格镜头。 【 2. 帧数 】 帧的数量，图像的数量。 【 3. 帧率 】 帧率(Framerate)=帧数(Frames)时间(Time)，单位:帧每秒(f/s,fps,framespersecond)帧率(Frame rate)
基于模式识别的微表情识别系统的设计.doc
10-19
《基于模式识别的微表情识别系统的设计》 微表情识别技术是现代计算机视觉领域的一个重要研究方向，尤其在模式识别的框架下，它利用机器学习和深度神经网络的进步，为理解和解析人类情绪提供了新的手段。微表情，是...
基于MATLAB的微表情识别系统
03-07
本项目利用MATLAB构建了一个微表情识别系统，该系统结合了多种先进的图像处理和机器学习技术，包括Gabor小波、主成分分析（PCA）以及极端学习机（ELM）。 Gabor小波是一种适用于图像特征提取的工具，尤其适合于人脸...
微表情识别-基于时空特征的微表情识别算法实现-附项目源码-优质项目实战.zip
最新发布
07-28
微表情识别_基于时空特征的微表情识别算法实现_附项目源码_优质项目实战
微表情识别-基于Pytorch+OpenCV实现的实时微表情识别算法-附项目源码+权重-优质项目实战.zip
07-28
微表情识别_基于Pytorch+OpenCV实现的实时微表情识别算法_附项目源码+权重_优质项目实战
峰值帧+时序信息 跨数据集微表情识别
小肉脸的博客
09-18 4323
A Novel Apex-Time Network for Cross-Dataset Micro-Expression Recognition 作者团队：Min Peng* Chongyang Wang* Tao Bi Tong Chen 发表：ACII 2019（International Conference on Affective Computing and Int...
计算机在微表情的应用,基于深度卷积神经网络的微表情识别
weixin_42603332的博客
07-02 1241
摘要：微表情是一种不能被神经系统控制的短暂的面部表情.微表情表明一个人有意识地隐藏了自己的真实情感.微表情在公共安全和临床医学中具有很多潜在的应用.因为微表情很难被人肉眼识别出来,所以一些微表情的研究集中于让计算机自动识别微表情.本文所做的工作如下所示:1,本文提出了一种新的自动微表情识别算法,该算法结合了用于检测人脸关键点的深度多任务卷积网络和用于提取微表情光流特征的深度融合卷积网络.首先,使用...
论文笔记（微表情识别）：Micro-Attention for Micro-Expression Recognition
weixin_45440065的博客
04-25 3328
限制微表情识别准确性的两个方面： (1) 面部小局部区域微表情的存在 (2) 可用数据集大小的局限性（目前许多微表情数据集都远小于喂入网络的其他数据集，这可能会导致眼中的过拟合问题） 为此，本文提出了一种微注意力与残差网络想结合的新的注意力机制。 （此种整合可以减少参数数量） 特征工程的方法更适合离线，端到端的方法更适合快速、实时、线上的场合。 （本文运用的是基于深度学习思想的用于微表情识别的端到...
【今日CV 计算机视觉论文速览 第97期】Tue, 9 Apr 2019
TomRen
04-10 5349
第97期 视觉论文速览 超分辨 点云 mask 无锚detection 核方法KNN 表面法向量估计 视觉语言数据集 重识别数据集
CVPR2020 | 大规模人脸表情识别（附源代码）
gzq0723的博客
10-07 5144
点击蓝字关注我们扫码关注我们公众号: 计算机视觉战队扫码回复：人脸表情，获取链接今天我们推送一篇关于人脸识别的文献，目前被CVPR2020录为最佳人脸识别框架之一。这次“计算机视觉研究...
ASSIMP的数据结构
l1987021的专栏
12-28 1147
  数据结构是对文件的描述，也是我们想要获取的最终产物，一般来说我们会用这个结果映射到我们自己的模型里面去（这样做是为了降低对这个项目的依赖，如果你的模型都用别人的，还搞毛啊） 1.aiScene ：根节点 struct aiScene { unsigned int mFlags; // 一个状态段 C_STRUCT aiNode* mRootNode; // 根节点 ...
论文翻译（8）---A Neural Micro-Expression Recognizer
想握住此生辽阔
10-28 2106
一种神经微表情识别器 论文+源代码地址 链接：https://pan.baidu.com/s/1lKEOWG75sg57J0z7lTr3lw 提取码：yysi github地址：https://github.com/xiaobaishu0097/MEGC2019 摘要 识别微表情是重要和批判性研究和重要应用的基础，我们推测，这个问题需要了解细微的人脸运动，整合人脸结构，以及有限训练数据的解决方案。在本文中，我们构建了一个有效的微表情识别系统，该系统利用了来自这些推测的技术。首先，我们引入一种基于起始帧和顶点
微表情识别相关数据集及获取地址、微表情识别数据集、微表情数据集
Kansas_Jason的博客
09-09 9341
使用数据集需要自己签订协议，给作者发送邮件下载，所以由于版权的问题，在这里就只能提供相关的下载地址和方法，并没有直接把数据集放在这 SMIC:http://www.cse.oulu.fi/SMICDatabase SAMM数据集：http://www2.docm.mmu.ac.uk/STAFF/M.Yap/dataset.php CASME 、CASME2、CAS(ME)^2 :http:.........
人脸微表情识别技术探讨
文章深入探讨了微表情识别在心理治疗、安全系统、市场营销等多个领域的关键作用，以及它们相较于宏观表情更准确地揭示人的内心想法的优势。 微表情识别是表情识别的一个子领域，特别关注那些短暂且难以察觉的情绪...
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