論文の概要: Deep Learning based Micro-expression Recognition: A Survey

• arxiv url: http://arxiv.org/abs/2107.02823v1
• Date: Tue, 6 Jul 2021 18:05:52 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-08 13:56:19.322603
• Title: Deep Learning based Micro-expression Recognition: A Survey
• Title（参考訳）: 深層学習に基づくマイクロ表現認識:調査
• Authors: Yante Li, Jinsheng Wei, Seyednavid Mohammadifoumani, Yang Liu, Guoying Zhao
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 34.14579226321051
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Micro-expressions (MEs) are involuntary facial movements revealing people's hidden feelings in high-stake situations and have practical importance in medical treatment, national security, interrogations and many human-computer interaction systems. Early methods for MER mainly based on traditional appearance and geometry features. Recently, with the success of deep learning (DL) in various fields, neural networks have received increasing interests in MER. Different from macro-expressions, MEs are spontaneous, subtle, and rapid facial movements, leading to difficult data collection, thus have small-scale datasets. DL based MER becomes challenging due to above ME characters. To data, various DL approaches have been proposed to solve the ME issues and improve MER performance. In this survey, we provide a comprehensive review of deep micro-expression recognition (MER), including datasets, deep MER pipeline, and the bench-marking of most influential methods. This survey defines a new taxonomy for the field, encompassing all aspects of MER based on DL. For each aspect, the basic approaches and advanced developments are summarized and discussed. In addition, we conclude the remaining challenges and and potential directions for the design of robust deep MER systems. To the best of our knowledge, this is the first survey of deep MER methods, and this survey can serve as a reference point for future MER research.
• Abstract（参考訳）: マイクロ・エクスプレッション(ME)は、高い状況下で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り、医療、国家安全保障、尋問、そして多くの人間とコンピュータのインタラクションシステムにおいて実践的に重要である。 MERの初期の手法は主に伝統的な外観と幾何学的特徴に基づいている。 近年,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。 マクロ表現とは異なり、MEは自然的、微妙で、迅速な顔の動きであり、データ収集が難しいため、小規模なデータセットを持つ。 DLベースのMERは、上述のME文字によって困難になる。 データには、ME問題の解決とMERの性能向上のために様々なDLアプローチが提案されている。 本稿では、データセット、深部MERパイプライン、最も影響力のある手法のベンチマーキングを含む、深部MER(Deep Micro-Expression Recognition)の総合的なレビューを行う。 本調査は, DLに基づくMERのすべての側面を含む, この分野の新しい分類法を定義する。 各側面について、基本的アプローチと先進的な展開を要約し、議論する。 さらに,頑健な深層MERシステムの設計における課題と今後の方向性について述べる。 私たちの知る限りでは、これはdeep merメソッドに関する最初の調査であり、この調査は将来のmer研究の参照ポイントとなり得る。

関連論文リスト

• From Linguistic Giants to Sensory Maestros: A Survey on Cross-Modal Reasoning with Large Language Models [56.9134620424985]
  クロスモーダル推論(CMR)は、より高度な人工知能システムへの進化における重要な能力として、ますます認識されている。 CMRタスクに取り組むためにLLM(Large Language Models)をデプロイする最近のトレンドは、その有効性を高めるためのアプローチの新たな主流となっている。 本調査では,LLMを用いてCMRで適用された現在の方法論を,詳細な3階層分類に分類する。
  論文  参考訳（メタデータ） (2024-09-19T02:51:54Z)
• A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
  マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。 この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる 本調査では,I-CMRの3段階分類法について概説する。
  論文  参考訳（メタデータ） (2023-09-05T05:06:48Z)
• Deep Insights of Learning based Micro Expression Recognition: A Perspective on Promises, Challenges and Research Needs [7.218497970427467]
  マイクロ表現認識(MER)の高性能化のために,Deep Learning(DL)に基づく技術が採用されている。 本稿では, ネットワークモデル設計, 実験戦略, 課題, 研究ニーズの約束を視点として, DLベースのMERフレームワークに関する深い洞察を提供することを目的とする。
  論文  参考訳（メタデータ） (2022-10-10T18:08:24Z)
• 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)
• An Overview of Facial Micro-Expression Analysis: Data, Methodology and Challenge [24.495792982803124]
  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。
  論文  参考訳（メタデータ） (2020-12-21T13:20:17Z)
• 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)
• Deep Learning for Person Re-identification: A Survey and Outlook [233.36948173686602]
  人物再識別(Re-ID)は、複数の重複しないカメラを通して興味ある人物を検索することを目的としている。 人物のRe-IDシステム開発に関わるコンポーネントを分離することにより、それをクローズドワールドとオープンワールドのセッティングに分類する。
  論文  参考訳（メタデータ） (2020-01-13T12:49:22Z)

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。