A main directional maximal difference analysis for spotting facial movements from long-term videos
A main directional maximal difference analysis for spotting facial movements from long-term videos
复制标题
用于从长期视频中发现面部运动的主方向最大差异分析
DOI：
10.1016/j.neucom.2016.12.034
复制
发表时间：
2017-03
期刊：
影响因子：
6
通讯作者：
Fu Xiaolan
中科院分区：
文献类型：
--
作者：
Wang Su-Jing;Wu Suhang;Qian Xingsheng;Li Jingxiu;Fu Xiaolan
微表情的研究越来越受到人们的关注。在长时间视频中发现微表情非常重要，不仅可以为测谎提供线索，还可以减少收集微表情数据所需的劳动力。然而，在发现微表情方面进展甚微。在本文中，我们提出了一个主方向最大差异（MDMD）分析微表达点。MDMD使用光流特征主方向上的幅度最大差异来发现面部运动，包括微表情。MDMD利用分块结构化的人脸区域，获得更准确的表情运动特征，用于从视频中自动识别微表情和宏表情。该方法涉及到人脸运动的时间和空间位置。在CAS（ME）2数据库中进行的微表达式和宏表达式的测试表明，MDMD算法比现有算法具有更好的鲁棒性.
There is an increasing interests in micro-expression researches. Spotting micro-expressions in long-term videos is very important, not only for providing clues for lie detection, but also for reducing the labor required to collect micro-expression data. However, little progress has been made in spotting micro-expressions. In this paper, we propose a Main Directional Maximal Difference (MDMD) Analysis for micro-expression spotting. MDMD uses the magnitude maximal difference in the main direction of optical flow features to spot facial movements, including micro-expressions. Using block structured facial regions, MDMD obtains more accurate features of movement of expressions for automatically spotting micro-expressions and macro-expressions from videos. This method involves both the temporal and spatial locations of face movements. Evaluations using the CAS(ME)2database containing micro-expressions and macro-expressions show that MDMD is more robust than some state-of-the-art algorithms.
登录
查看更多内容
DOI：
10.4135/9781483381411.n178
发表时间：
2015
期刊：
--
影响因子：
--
作者：
E. Prince;Katherine B. Martin;D. Messinger
通讯作者：
E. Prince;Katherine B. Martin;D. Messinger
处理感受：特质述情障碍对情绪调节策略和认知情绪处理的表征。
影响因子：
3.7
作者：
Swart M;Kortekaas R;Aleman A
通讯作者：
Aleman A
DOI：
10.1007/978-3-642-15567-3_34
发表时间：
2010-09
期刊：
--
影响因子：
--
作者：
N. Michael;Mark Dilsizian;Dimitris N. Metaxas;J. Burgoon
通讯作者：
N. Michael;Mark Dilsizian;Dimitris N. Metaxas;J. Burgoon
DOI：
--
发表时间：
1985
期刊：
--
影响因子：
--
作者：
P. Ekman
通讯作者：
P. Ekman
影响因子：
4.5
作者：
Black, MJ;Anandan, P
通讯作者：
Anandan, P