Facial microexpression recognition based on adaptive key frame representation
Facial microexpression recognition based on adaptive key frame representation
复制标题
基于自适应关键帧表示的面部微表情识别
DOI：
10.1117/1.jei.28.3.033015
复制
发表时间：
2019-05
影响因子：
1.1
通讯作者：
Li Yi
中科院分区：
文献类型：
--
作者：
Xie Zhihua;Yu Xinhe;Niu Jieyi;Li Yi
抽象的。识别微表情是情感评估的重要线索。快速且有区别的特征提取一直是自发微表情识别应用的关键问题。通过自适应关键帧提取和表示提出了微表情分析框架。首先，为了去除微表情视频序列中的冗余信息，根据不同人脸图像之间的结构相似性指标自适应选择关键帧；其次，应用鲁棒主成分分析来获取关键帧中的稀疏信息，既保留了微表情序列的表情属性，又消除了无用的干扰。此外，我们构建双交叉模式以获得最终的微表情表示以进行分类。在SMIC和CASME2数据库上进行重复对比实验来评估所提方法的性能。实验结果表明，与传统的微表情识别相比，我们提出的方法获得了更高的识别率并取得了良好的性能。
Abstract. Recognizing microexpression serves as a vital clue for affective estimation. Fast and discriminative feature extraction has always been a critical issue for spontaneous microexpression recognition applications. A microexpression analysis framework is proposed by adaptively key frame extraction and representation. First, to remove redundant information in the microexpression video sequences, the key frame is adaptively selected on the criteria of structural similarity index between different face images, Second, robust principal component analysis is applied to obtain the sparse information in the key frame, which not only retains the expression attributes of the microexpression sequence, but also eliminates useless interference. Furthermore, we construct dual-cross patterns to get the final microexpressions representation for classification. Repeated comparison experiments were performed on the SMIC and CASME2 databases to evaluate the performance of the proposed method. Experimental results demonstrate that our proposed method gets higher recognition rates and achieves promising performance, compared with the traditional microexpression recognition.
登录
查看更多内容
DOI：
10.1007/0-387-21866-1_4
发表时间：
1989-09
期刊：
--
影响因子：
--
作者：
L. Wojnar
通讯作者：
L. Wojnar
用于可靠人脸识别的多方位多层次双交叉模式
DOI：
10.1109/tpami.2015.2462338
发表时间：
2016-03-01
影响因子：
23.6
作者：
Ding, Changxing;Choi, Jonghyun;Davis, Larry S.
通讯作者：
Davis, Larry S.
DOI：
10.1007/978-3-319-19665-7
发表时间：
2015-06
期刊：
--
影响因子：
--
作者：
A. Dahl;Vedrana Andersen Dahl
通讯作者：
A. Dahl;Vedrana Andersen Dahl
影响因子：
5.1
作者：
Shen, Xun-bing;Wu, Qi;Fu, Xiao-lan
通讯作者：
Fu, Xiao-lan
DOI：
--
发表时间：
--
期刊：
--
影响因子：
--
作者：
X. Chen;John L. Barron;Robert E. Mercer;Paul Joe
通讯作者：
X. Chen;John L. Barron;Robert E. Mercer;Paul Joe