論文の概要: Fine-Grained 3D Facial Reconstruction for Micro-Expressions

• arxiv url: http://arxiv.org/abs/2603.07043v1
• Date: Sat, 07 Mar 2026 05:34:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-10 15:13:13.705318
• Title: Fine-Grained 3D Facial Reconstruction for Micro-Expressions
• Title（参考訳）: マイクロ圧縮のためのファイングラインド3次元顔再構成
• Authors: Che Sun, Xinjie Zhang, Rui Gao, Xu Chen, Yuwei Wu, Yunde Jia,
• Abstract要約: 安定な顔の動きパターンをキャプチャするグローバルな動的特徴を統合した微細なマイクロ圧縮再構成法を提案する。 本手法は、幾何学的精度と知覚的詳細の両方において、最先端の手法よりも一貫して優れている。
• 参考スコア（独自算出の注目度）: 37.37024356725285
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in 3D facial expression reconstruction have demonstrated remarkable performance in capturing macro-expressions, yet the reconstruction of micro-expressions remains unexplored. This novel task is particularly challenging due to the subtle, transient, and low-intensity nature of micro-expressions, which complicate the extraction of stable and discriminative features essential for accurate reconstruction. In this paper, we propose a fine-grained micro-expression reconstruction method that integrates a global dynamic feature capturing stable facial motion patterns with a locally-enriched feature incorporating multiple informative cues from 2D motions, facial priors and 3D facial geometry. Specifically, we devise a plug-and-play dynamic-encoded module to extract micro-expression feature for global facial action, allowing it to leverage prior knowledge from abundant macro-expression data to mitigate the scarcity of micro-expression data. Subsequently, a dynamic-guided mesh deformation module is designed for extracting aggregated local features from dense optical flow, sparse landmark cues and facial mesh geometry, which adaptively refines fine-grained facial micro-expression without compromising global 3D geometry. Extensive experiments on micro-expression datasets demonstrate that our method consistently outperforms state-of-the-art methods in both geometric accuracy and perceptual detail.
• Abstract（参考訳）: 近年の3次元表情再構成の進歩はマクロ表現の獲得に顕著な性能を示したが,マイクロ表現の再構築は未解明のままである。 この新しい課題は、微妙で過渡的で低強度なマイクロ表現が、正確な再構築に必要な安定かつ差別的な特徴の抽出を複雑にしているため、特に困難である。 本稿では,安定な顔の動きパターンを捉えたグローバルな動的特徴と,2次元の動作,顔の先行,3次元の顔形状から複数の情報的手がかりを取り入れた局所的な特徴とを融合した微細なマイクロ圧縮再構成手法を提案する。 具体的には、プラグ・アンド・プレイの動的符号化モジュールを考案し、グローバルな顔動作のためのマイクロ圧縮機能を抽出し、豊富なマクロ表現データから事前の知識を活用して、マイクロ表現データの不足を軽減する。 その後、ダイナミックガイドメッシュ変形モジュールは、密集光流、スパースランドマークキュー、顔メッシュ形状から集約された局所的特徴を抽出するために設計され、グローバルな3次元形状を損なうことなく、微粒な顔の微小表現を適応的に洗練する。 マイクロ圧縮データセットの大規模な実験により,我々の手法は幾何的精度と知覚的詳細性の両方において,常に最先端の手法より優れていることが示された。

関連論文リスト

• Temporal and Spatial Feature Fusion Framework for Dynamic Micro Expression Recognition [5.444324424467006]
  過渡的かつ高度に局所化されたマイクロ表現は、その正確な認識に重大な課題をもたらす。 マイクロ圧縮認識の精度は、プロでも50%以下である。 DMER(TSFmicro)のための新しい時間空間特徴融合フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-22T08:26:19Z)
• Multi-scale multi-modal micro-expression recognition algorithm based on transformer [17.980579727286518]
  マイクロ・エクスプレッション(micro-expression)は、人々が隠そうとする真の感情を明らかにする、自然に無意識の顔面筋運動である。 マイクロ表現の局所的多粒度特徴を学習するためのトランスフォーマーネットワークに基づくマルチモーダルマルチスケールアルゴリズムを提案する。 その結果、単一測定SMICデータベースにおける提案アルゴリズムの精度は78.73%、組合せデータベースのCASMEII上のF1値は最大0.9071であることがわかった。
  論文  参考訳（メタデータ） (2023-01-08T03:45:23Z)
• 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)
• MMNet: Muscle motion-guided network for micro-expression recognition [2.032432845751978]
  筋運動誘導ネットワーク(MMNet)という,ロバストなマイクロ圧縮認識フレームワークを提案する。 具体的には,局所的な微妙な筋運動パターンを識別情報が少なくモデル化することに焦点を当てた連続的注意ブロック(CA)を導入する。 我々の手法は最先端の手法よりも大きなマージンで優れている。
  論文  参考訳（メタデータ） (2022-01-14T04:05:49Z)
• 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)
• A Dynamic 3D Spontaneous Micro-expression Database: Establishment and Evaluation [14.994232615123337]
  マイクロ表現は、人々の真の内的感情を示す、自発的で無意識の顔の動きである。 表情の発生は、顔の空間的変形を引き起こす。 本稿では,2次元ビデオシーケンスと3次元点雲シーケンスを含む新しいマイクロ圧縮データベースを提案する。
  論文  参考訳（メタデータ） (2021-07-31T07:04:16Z)
• Progressive Spatio-Temporal Bilinear Network with Monte Carlo Dropout for Landmark-based Facial Expression Recognition with Uncertainty Estimation [93.73198973454944]
  提案手法の性能は, 広く使用されている3つのデータセットで評価される。 ビデオベースの最先端の手法に匹敵するが、複雑さははるかに少ない。
  論文  参考訳（メタデータ） (2021-06-08T13:40:30Z)
• 3D Dense Geometry-Guided Facial Expression Synthesis by Adversarial Learning [54.24887282693925]
  本稿では,3次元密度(深度,表面正規度)情報を表現操作に用いる新しいフレームワークを提案する。 既製の最先端3D再構成モデルを用いて深度を推定し,大規模RGB-Depthデータセットを作成する。 実験により,提案手法は競争ベースラインと既存の芸術を大きなマージンで上回ることを示した。
  論文  参考訳（メタデータ） (2020-09-30T17:12:35Z)

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。