論文の概要: An Overview of Facial Micro-Expression Analysis: Data, Methodology and Challenge

• arxiv url: http://arxiv.org/abs/2012.11307v1
• Date: Mon, 21 Dec 2020 13:20:17 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-27 06:43:57.953175
• Title: An Overview of Facial Micro-Expression Analysis: Data, Methodology and Challenge
• Title（参考訳）: 顔面微小表現解析の概観 : データ, 方法論, 課題
• Authors: Hong-Xia Xie, Ling Lo, Hong-Han Shuai and Wen-Huang Cheng
• Abstract要約: 顔のマイクロ表現は感情的なコミュニケーションの間に現れる短く、微妙な顔の動きを示します。 近年、マイクロ表現認識(MER)は、幅広いアプリケーションに恩恵をもたらす可能性があるため、多くの注目を集めています。 MERは、3つの新しい側面からアプローチする:マクロからマイクロへの適応、キー頂点フレームに基づく認識、顔アクション単位に基づく認識。
• 参考スコア（独自算出の注目度）: 24.495792982803124
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Facial micro-expressions indicate brief and subtle facial movements that appear during emotional communication. In comparison to macro-expressions, micro-expressions are more challenging to be analyzed due to the short span of time and the fine-grained changes. In recent years, micro-expression recognition (MER) has drawn much attention because it can benefit a wide range of applications, e.g. police interrogation, clinical diagnosis, depression analysis, and business negotiation. In this survey, we offer a fresh overview to discuss new research directions and challenges these days for MER tasks. For example, we review MER approaches from three novel aspects: macro-to-micro adaptation, recognition based on key apex frames, and recognition based on facial action units. Moreover, to mitigate the problem of limited and biased ME data, synthetic data generation is surveyed for the diversity enrichment of micro-expression data. Since micro-expression spotting can boost micro-expression analysis, the state-of-the-art spotting works are also introduced in this paper. At last, we discuss the challenges in MER research and provide potential solutions as well as possible directions for further investigation.
• Abstract（参考訳）: 顔の微小表現は、感情的なコミュニケーション中に現れる簡潔で微妙な顔の動きを示す。 マクロ表現と比較して、マイクロ表現は短い時間ときめ細かい変化のために分析することがより困難である。 近年、マイクロ表現認識(mer)は、例えば、幅広い応用にメリットがあるため、多くの注目を集めている。 警察の尋問、臨床診断、抑うつ分析、ビジネスネゴシエーション。 本調査では,近年のMERタスクにおける新たな研究の方向性と課題について概説する。 例えば、merアプローチをマクロからマイクロへの適応、キー頂点フレームに基づく認識、顔行動単位に基づく認識という3つの新しい側面から検討する。 さらに, 限定的および偏りのあるmeデータの問題を緩和するために, マイクロ表現データの多様性向上のための合成データ生成法について検討した。 マイクロ表現スポッティングによってマイクロ表現解析が促進されるため,本稿では最先端のスポッティング技術も紹介する。 最終的に、mer研究の課題を議論し、潜在的な解決策とさらなる調査の方向性を提供する。

関連論文リスト

• Micro-Expression Recognition Based on Attribute Information Embedding and Cross-modal Contrastive Learning [22.525295392858293]
  本稿では,属性情報埋め込みとクロスモーダルコントラスト学習に基づくマイクロ圧縮認識手法を提案する。 我々はCASME II と MMEW データベースで広範な実験を行い、精度はそれぞれ77.82% と 71.04% である。
  論文  参考訳（メタデータ） (2022-05-29T12:28:10Z)
• Video-based Facial Micro-Expression Analysis: A Survey of Datasets, Features and Algorithms [52.58031087639394]
  マイクロ表現は不随意かつ過渡的な表情である。 嘘検出や犯罪検出など、幅広い応用において重要な情報を提供することができる。 マイクロ表現は過渡的で低強度であるため、検出と認識は困難であり、専門家の経験に大きく依存する。
  論文  参考訳（メタデータ） (2022-01-30T05:14:13Z)
• Short and Long Range Relation Based Spatio-Temporal Transformer for Micro-Expression Recognition [61.374467942519374]
  我々は,マイクロ圧縮認識のための最初の純粋トランスフォーマーベースアプローチである,新しいアテンポ的トランスフォーマーアーキテクチャを提案する。 空間パターンを学習する空間エンコーダと、時間的分析のための時間的次元分類と、ヘッドとを備える。 広範に使用されている3つの自発的マイクロ圧縮データセットに対する総合的な評価は,提案手法が一貫して芸術の状態を上回っていることを示している。
  論文  参考訳（メタデータ） (2021-12-10T22:10:31Z)
• Deep neural networks approach to microbial colony detection -- a comparative analysis [52.77024349608834]
  本稿では,AGARデータセットを用いた3つの深層学習手法の性能について検討する。 得られた結果は将来の実験のベンチマークとして機能するかもしれない。
  論文  参考訳（メタデータ） (2021-08-23T12:06:00Z)
• Automatic Gaze Analysis: A Survey of DeepLearning based Approaches [61.32686939754183]
  視線分析はコンピュータビジョンとヒューマン・コンピュータ・インタラクションの分野で重要な研究課題である。 制約のない環境で視線方向を解釈するための重要な手がかりは何か、いくつかのオープンな質問がある。 我々は、これらの基本的な疑問に光を当てるために、様々な視線分析タスクと応用の進捗を概観する。
  論文  参考訳（メタデータ） (2021-08-12T00:30:39Z)
• Variational Topic Inference for Chest X-Ray Report Generation [102.04931207504173]
  医療画像のレポート生成は、作業負荷を減らし、臨床実習における診断を支援することを約束する。 近年の研究では、ディープラーニングモデルが自然画像のキャプションに成功していることが示された。 本稿では,自動レポート生成のための変分トピック推論を提案する。
  論文  参考訳（メタデータ） (2021-07-15T13:34:38Z)
• Deep Learning based Micro-expression Recognition: A Survey [34.14579226321051]
  マイクロ・エクスプレッション(ME)は、高い状況下での人々の隠れた感情を明らかにする不随意の顔の動きである。 様々な分野におけるディープラーニング(DL)の成功により、ニューラルネットワークはMERへの関心が高まっている。 本調査は, DLに基づくMERのすべての側面を包含する, この分野の新しい分類法を定義する。
  論文  参考訳（メタデータ） (2021-07-06T18:05:52Z)
• iMiGUE: An Identity-free Video Dataset for Micro-Gesture Understanding and Emotion Analysis [23.261770969903065]
  iMiGUE(iMiGUE)は、マイクロジェスチャ理解・感情分析のためのアイデンティティフリービデオデータセットである。 iMiGUEは、内的感情によって引き起こされる意図しない行動(micro-gesture)に焦点を当てている。
  論文  参考訳（メタデータ） (2021-07-01T08:15:14Z)
• Shallow Optical Flow Three-Stream CNN for Macro- and Micro-Expression Spotting from Long Videos [15.322908569777551]
  本稿では,表現区間にあるフレームの確率を推定するモデルを提案する。 本稿では,最新のMEGC 2020ベンチマークにおいて提案手法の有効性と有効性を示す。
  論文  参考訳（メタデータ） (2021-06-11T16:19:48Z)
• ConvoSumm: Conversation Summarization Benchmark and Improved Abstractive Summarization with Argument Mining [61.82562838486632]
  我々は、さまざまなオンライン会話形式のニュースコメント、ディスカッションフォーラム、コミュニティ質問応答フォーラム、電子メールスレッドに関する4つの新しいデータセットをクラウドソースする。 我々は、データセットの最先端モデルをベンチマークし、データに関連する特徴を分析します。
  論文  参考訳（メタデータ） (2021-06-01T22:17:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。