論文の概要: QAFE-Net: Quality Assessment of Facial Expressions with Landmark Heatmaps

• arxiv url: http://arxiv.org/abs/2312.00856v2
• Date: Tue, 12 Dec 2023 11:56:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-16 03:36:11.520460
• Title: QAFE-Net: Quality Assessment of Facial Expressions with Landmark Heatmaps
• Title（参考訳）: QAFE-Net:ランドマークヒートマップを用いた表情の品質評価
• Authors: Shuchao Duan, Amirhossein Dadashzadeh, Alan Whone, Majid Mirmehdi
• Abstract要約: 本研究は,パーキンソン病に罹患した5種類の表情の質について考察する。 本稿では, 時間的ランドマーク熱マップとRGBデータを組み合わせて, 小さな顔面筋の動きを捉えた新しいランドマーク誘導手法QAFE-Netを提案する。 提案手法は、新しいパーキンソン病表情データセット(PFED5)と、痛み評価ベンチマーク、UNBC-McMaster Shoulder Pain Expression Archive Databaseに基づいて評価される。
• 参考スコア（独自算出の注目度）: 5.646864170268027
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Facial expression recognition (FER) methods have made great inroads in categorising moods and feelings in humans. Beyond FER, pain estimation methods assess levels of intensity in pain expressions, however assessing the quality of all facial expressions is of critical value in health-related applications. In this work, we address the quality of five different facial expressions in patients affected by Parkinson's disease. We propose a novel landmark-guided approach, QAFE-Net, that combines temporal landmark heatmaps with RGB data to capture small facial muscle movements that are encoded and mapped to severity scores. The proposed approach is evaluated on a new Parkinson's Disease Facial Expression dataset (PFED5), as well as on the pain estimation benchmark, the UNBC-McMaster Shoulder Pain Expression Archive Database. Our comparative experiments demonstrate that the proposed method outperforms SOTA action quality assessment works on PFED5 and achieves lower mean absolute error than the SOTA pain estimation methods on UNBC-McMaster. Our code and the new PFED5 dataset are available at https://github.com/shuchaoduan/QAFE-Net.
• Abstract（参考訳）: 表情認識(FER)法は人間の気分や感情の分類において大きな進歩を遂げている。 FER以外にも、痛み評価手法は痛み表情の強度のレベルを評価するが、すべての表情の質を評価することは健康関連アプリケーションにおいて重要な価値である。 本研究では,パーキンソン病患者の5種類の表情の質について検討した。 本稿では,時間的ランドマークのヒートマップとRGBデータを組み合わせた新たなランドマーク誘導型アプローチQAFE-Netを提案する。 提案手法は,新しいパーキンソン病表情データセット(pfed5)と,痛み推定ベンチマーク(unbc-mcmaster shoulder pain expression archive database)を用いて評価した。 比較実験により,提案手法はPFED5上でのSOTA行動品質評価よりも優れており,UNBC-McMaster上でのSOTA痛み推定法よりも平均絶対誤差が低いことが示された。 私たちのコードと新しいPFED5データセットはhttps://github.com/shuchaoduan/QAFE-Net.orgで公開されている。

関連論文リスト

• Automated facial recognition system using deep learning for pain assessment in adults with cerebral palsy [0.5242869847419834]
  既存の対策は、介護者による直接の観察に依存し、感度と特異性に欠ける。 10のニューラルネットワークが3つの痛み画像データベースでトレーニングされた。 InceptionV3はCP-PAINデータセット上で有望なパフォーマンスを示した。
  論文  参考訳（メタデータ） (2024-01-22T17:55:16Z)
• Pain Analysis using Adaptive Hierarchical Spatiotemporal Dynamic Imaging [16.146223377936035]
  本稿では,適応時間動画像(Adaptive temporal Dynamic Image, AHDI)技術を紹介する。 AHDIは、顔ビデオの深い変化を特異なRGB画像にエンコードし、ビデオ表現のためのより単純な2Dモデルを実現する。 この枠組み内では、一般化された顔表現を導出するために残差ネットワークを用いる。 これらの表現は、痛みの強さを推定し、本物の痛み表現とシミュレートされた痛み表現を区別する2つのタスクに最適化される。
  論文  参考訳（メタデータ） (2023-12-12T01:23:05Z)
• EmoCLIP: A Vision-Language Method for Zero-Shot Video Facial Expression Recognition [10.411186945517148]
  本稿では,サンプルレベルのテキスト記述を自然言語の監視に用いる新しい視覚言語モデルを提案する。 以上の結果から,本手法はベースライン法と比較して大きな改善をもたらすことが示唆された。 本研究では,メンタルヘルス症状推定の下流課題について,サンプルレベル記述を用いてトレーニングしたネットワークから得られた表現を評価した。
  論文  参考訳（メタデータ） (2023-10-25T13:43:36Z)
• Privacy-Preserving Remote Heart Rate Estimation from Facial Videos [19.442685015494316]
  ディープラーニング技術は摂動攻撃に弱いため、重大なデータ漏洩が発生する可能性がある。 顔の特定領域を識別情報が少ない状態で抽出し,次にピクセルシャッフルとぼかしを行うデータ手法を提案する。 本稿では,顔認識アルゴリズムの精度を60%以上削減し,r抽出への影響を最小限に抑える。
  論文  参考訳（メタデータ） (2023-06-01T20:48:04Z)
• Pain level and pain-related behaviour classification using GRU-based sparsely-connected RNNs [61.080598804629375]
  慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。 この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。 我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。 本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
  論文  参考訳（メタデータ） (2022-12-20T12:56:28Z)
• Blind Face Restoration: Benchmark Datasets and a Baseline Model [63.053331687284064]
  Blind Face Restoration (BFR) は、対応する低品質 (LQ) 入力から高品質 (HQ) の顔画像を構築することを目的としている。 EDFace-Celeb-1M (BFR128) と EDFace-Celeb-150K (BFR512) と呼ばれる2つのブラインドフェイス復元ベンチマークデータセットを最初に合成する。 最先端の手法は、ブラー、ノイズ、低解像度、JPEG圧縮アーティファクト、それらの組み合わせ(完全な劣化)の5つの設定でベンチマークされる。
  論文  参考訳（メタデータ） (2022-06-08T06:34:24Z)
• Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
  本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。 これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。 静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
  論文  参考訳（メタデータ） (2022-04-07T22:14:37Z)
• FP-Age: Leveraging Face Parsing Attention for Facial Age Estimation in the Wild [50.8865921538953]
  年齢推定に顔のセマンティクスを明示的に組み込む手法を提案する。 我々は,顔解析に基づくネットワークを設計し,異なるスケールで意味情報を学習する。 提案手法は,既存の年齢推定手法を常に上回っていることを示す。
  論文  参考訳（メタデータ） (2021-06-21T14:31:32Z)
• Unsupervised Learning Facial Parameter Regressor for Action Unit Intensity Estimation via Differentiable Renderer [51.926868759681014]
  骨駆動型顔モデル(BDFM)に基づいて,異なる視点で顔パラメータを予測する枠組みを提案する。 提案するフレームワークは,特徴抽出器,ジェネレータ,顔パラメータ回帰器から構成される。
  論文  参考訳（メタデータ） (2020-08-20T09:49:13Z)
• Pain Intensity Estimation from Mobile Video Using 2D and 3D Facial Keypoints [1.6402428190800593]
  術後痛の管理は外科的治療の成功に不可欠である。 痛み管理の課題の1つは、患者の痛みレベルを正確に評価することである。 本稿では,術後患者の2Dおよび3D顔のキーポイントを分析し,痛み強度を推定するアプローチを提案する。
  論文  参考訳（メタデータ） (2020-06-17T00:18:29Z)
• Towards Fine-grained Human Pose Transfer with Detail Replenishing Network [96.54367984986898]
  ヒューマン・ポーズ・トランスファー(HPT)は、ファッションデザイン、メディア制作、オンライン広告、バーチャルリアリティーにおいて大きな可能性を秘めている研究分野である。 既存のHPT手法は、詳細不足、内容の曖昧さ、スタイルの不整合という3つの根本的な問題に悩まされることが多い。 我々は、より難易度が高く実用的なHPTセッティングを開発し、よりセマンティックな忠実さと詳細な補充に焦点を当てた、FHPT(F Fine-fine Human Pose Transfer)と呼ばれる。
  論文  参考訳（メタデータ） (2020-05-26T03:05:23Z)

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。