論文の概要: A comparative study on movement feature in different directions for
micro-expression recognition
- arxiv url: http://arxiv.org/abs/2102.08068v1
- Date: Tue, 16 Feb 2021 10:38:16 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-17 15:20:28.895154
- Title: A comparative study on movement feature in different directions for
micro-expression recognition
- Title(参考訳): マイクロ表現認識のための方向の異なる移動特性の比較研究
- Authors: Jinsheng Wei, Guanming Lu, Jingjie Yan
- Abstract要約: マイクロ表現は人々の本当の感情を反映します。
マイクロ表現の認識は、小さな動きであり、短時間であるため困難です。
本論文は, 水平, 垂直, 斜めの3種類の運動を含む18方向を選択する。
- 参考スコア(独自算出の注目度): 0.3007949058551534
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Micro-expression can reflect people's real emotions. Recognizing
micro-expressions is difficult because they are small motions and have a short
duration. As the research is deepening into micro-expression recognition, many
effective features and methods have been proposed. To determine which direction
of movement feature is easier for distinguishing micro-expressions, this paper
selects 18 directions (including three types of horizontal, vertical and
oblique movements) and proposes a new low-dimensional feature called the
Histogram of Single Direction Gradient (HSDG) to study this topic. In this
paper, HSDG in every direction is concatenated with LBP-TOP to obtain the LBP
with Single Direction Gradient (LBP-SDG) and analyze which direction of
movement feature is more discriminative for micro-expression recognition. As
with some existing work, Euler Video Magnification (EVM) is employed as a
preprocessing step. The experiments on the CASME II and SMIC-HS databases
summarize the effective and optimal directions and demonstrate that HSDG in an
optimal direction is discriminative, and the corresponding LBP-SDG achieves
state-of-the-art performance using EVM.
- Abstract(参考訳): マイクロ表現は人々の本当の感情を反映します。
マイクロ表現の認識は、小さな動きであり、短時間であるため困難です。
マイクロ表現認識の研究が深まる中、多くの有効な特徴や手法が提案されています。
本論文では,3種類の水平方向,垂直方向,斜め方向の3つの動きを含む18の方向を選択し,この話題を研究するためにHistogram of Single Direction Gradient(HSDG)と呼ばれる新しい低次元の特徴を提案する。
本稿では,各方向のHSDGをLPP-TOPと結合して単一方向勾配 (LBP-SDG) のLPPを取得し,マイクロ圧縮認識においてどの方向の運動特徴がより識別的か分析する。
既存の作業と同様に、Euler Video Magnification(EVM)が前処理のステップとして採用されている。
CASME II および SMIC-HS データベースにおける実験は,有効かつ最適な方向を要約し,最適方向の HSDG が識別可能であることを示す。
関連論文リスト
- Transferring Dual Stochastic Graph Convolutional Network for Facial
Micro-expression Recognition [7.62031665958404]
本稿では,2つのグラフ畳み込みネットワーク(GCN)モデルについて述べる。
マイクロ圧縮画像からより識別性の高い特徴を抽出するグラフ構築法と二重グラフ畳み込みネットワークを提案する。
提案手法は,最近リリースされたMMEWベンチマークの最先端性能を実現する。
論文 参考訳(メタデータ) (2022-03-10T07:41:18Z) - 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) - Few-Shot Fine-Grained Action Recognition via Bidirectional Attention and
Contrastive Meta-Learning [51.03781020616402]
現実世界のアプリケーションで特定のアクション理解の需要が高まっているため、きめ細かいアクション認識が注目を集めている。
そこで本研究では,各クラスに付与されるサンプル数だけを用いて,新規なきめ細かい動作を認識することを目的とした,数発のきめ細かな動作認識問題を提案する。
粒度の粗い動作では進展があったが、既存の数発の認識手法では、粒度の細かい動作を扱う2つの問題に遭遇する。
論文 参考訳(メタデータ) (2021-08-15T02:21:01Z) - SMA-STN: Segmented Movement-Attending Spatiotemporal Network
forMicro-Expression Recognition [20.166205708651194]
本稿では,視覚的に視覚的に微妙な動き変化を明らかにするために,SMA-STN( segmented movement-attending network)を提案する。
CALoss II、SAMM、ShiCの3つの広く使われているベンチマークに対する大規模な実験は、提案されたSMA-STNが他の最先端手法よりも優れたMER性能を達成することを示している。
論文 参考訳(メタデータ) (2020-10-19T09:23:24Z) - Polarimetric SAR Image Semantic Segmentation with 3D Discrete Wavelet
Transform and Markov Random Field [32.59900433812833]
本稿では,文脈的PolSAR画像セマンティックセグメンテーション手法を提案する。
3D-DWT手法は,新たに定義したチャネル的に一貫した特徴を入力として,スペックルノイズに頑健な識別的マルチスケール特徴を抽出する。
3D-DWT機能とMRFプリエントを同時に活用することにより、セグメンテーション中にコンテキスト情報が完全に統合され、正確かつスムーズなセグメンテーションが保証される。
論文 参考訳(メタデータ) (2020-08-05T08:28:18Z) - Object-and-Action Aware Model for Visual Language Navigation [70.33142095637515]
VLN(Vision-and-Language Navigation)は、比較的一般的な自然言語命令をロボットエージェントアクションに変換する必要があるという点で特徴的である。
本稿では、これらの2種類の自然言語に基づく命令を別々に処理するオブジェクト・アンド・アクション・アウェア・モデル(OAAM)を提案する。
これにより、各プロセスは、オブジェクト中心/アクション中心の命令を、自身の視覚的知覚/行動指向に柔軟に一致させることができる。
論文 参考訳(メタデータ) (2020-07-29T06:32:18Z) - Micro-expression spotting: A new benchmark [74.69928316848866]
マイクロ表現(ME)は、人々が本当の感情を隠そうとしたり、感情を隠そうとするときに起こる、簡潔で不随意の表情である。
コンピュータビジョンの分野では、MEの研究はスポッティングと認識という2つの主要なタスクに分けられる。
本稿ではSMIC-Eデータベースの拡張,すなわちSMIC-E-Longデータベースを紹介する。
論文 参考訳(メタデータ) (2020-07-24T09:18:41Z) - Actions as Moving Points [66.21507857877756]
我々は、MovingCenter Detector(MOC-detector)と呼ばれる概念的にシンプルで、効率的で、より精密なアクションチューブレット検出フレームワークを提案する。
動作情報が行動管検出を簡素化し,補助するという考えから,MOC検出器は3つの重要な頭部枝から構成される。
我々のMOC検出器は、JHMDBおよびUCF101-24データセット上のフレームmAPとビデオmAPの両方のメトリクスに対して、既存の最先端手法よりも優れています。
論文 参考訳(メタデータ) (2020-01-14T03:29:44Z)
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。