1. Face aciton unit(FAU)是什麼?
- 一組人臉肌肉運動的編碼
2.資料集有哪些?
3. 預測FAU的算法有哪些?
3.1 Joint Action Unit localisation and intensity estimation through heat map regression
- 2018年,已開源
- 可以通過heatmap預測Action Unit localisation 和 強度
- 表情識别一般指的是(人的6種基本表情或者Action Unit)
- 現在的AU預測一般也都利用了人臉特征點定位的資訊。
- 本文使用hourglass網絡,輸入是256✖️256并且被register的人臉圖檔
- 網絡的輸出是n✖️64✖️64的heatmap,n代表的是AU的個數
- 使用label augmentation的方法來解決資料标注不足的問題。
- 預測的intensity是連續的range0-5。
- 因為目前的真值資料庫裡都沒有heatmap,是以需要生成heatmap Grountruth
- 資料增強方案:(1 )input資料:register之前,随機的特征點擾動。(2)intensity label的增強。之是以擾動intensity,是因為标注的時候intensity就是人為的、主觀的。
- 推理過程:輸入圖像->特征點檢測->aligned to the registered image->cropped and rescaled to network input size