面部表情分析的幾個常見任務(wù)和基本算法

發(fā)布時間：2021-09-14 點擊次數(shù)：1002

　　面部表情分析是計算機通過分析人臉信息嘗試?yán)斫馊祟惽楦械囊环N技術(shù)，目前已成為計算機視覺領(lǐng)域的熱點話題。其挑戰(zhàn)在于數(shù)據(jù)標(biāo)注困難、多人標(biāo)簽一致性差、自然環(huán)境下人臉姿態(tài)大以及遮擋等。為了推動面部表情分析發(fā)展，本文概述了面部表情分析的相關(guān)任務(wù)、進展、挑戰(zhàn)和未來趨勢。首先，簡述了面部表情分析的幾個常見任務(wù)、基本算法框架和數(shù)據(jù)庫；其次，對人臉表情識別方法進行了綜述，包括傳統(tǒng)的特征設(shè)計方法以及深度學(xué)習(xí)方法；接著，對人臉表情識別存在的問題與挑戰(zhàn)進行總結(jié)思考；最后，討論了未來發(fā)展趨勢。通過全面綜述和討論，總結(jié)以下觀點：

　　1)針對可靠人臉表情數(shù)據(jù)庫規(guī)模小的問題，從人臉識別模型進行遷移學(xué)習(xí)以及利用無標(biāo)簽數(shù)據(jù)進行半監(jiān)督學(xué)習(xí)是兩個重要策略；

　　2)受模糊表情、低質(zhì)量圖像以及標(biāo)注者的主觀性影響，非受控自然場景的人臉表情數(shù)據(jù)的標(biāo)簽庫存在一定的不確定性，抑制這些因素可以使得深度網(wǎng)絡(luò)學(xué)習(xí)真正的表情特征；

　　3)針對人臉遮擋和大姿態(tài)問題，利用局部塊進行融合的策略是一個有效的策略，另一個值得考慮的策略是先在大規(guī)模人臉識別數(shù)據(jù)庫中學(xué)習(xí)一個對遮擋和姿態(tài)魯棒的模型，再進行人臉表情識別遷移學(xué)習(xí)；

　　4)由于基于深度學(xué)習(xí)的表情識別方法受很多超參數(shù)影響，導(dǎo)致當(dāng)前人臉表情識別方法的可比性不強，不同的表情識別方法有必要在不同的簡單基線方法上進行評測。目前，雖然非受控自然環(huán)境下的表情分析得到較快發(fā)展，但是上述問題和挑戰(zhàn)仍然有待解決。

　　人臉表情分析是一個比較實用的任務(wù)，未來發(fā)展除了要討論方法的精度也要關(guān)注方法的耗時以及存儲消耗，也可以考慮用非受控環(huán)境下高精度的人臉運動單元檢測結(jié)果進行表情類別推斷。

上一篇：面部表情分析系統(tǒng)在情緒研究中的應(yīng)用
下一篇：動作捕捉設(shè)備在運動和醫(yī)療健康行業(yè)的應(yīng)用

人因工程與工效學(xué): 人機工程、人的失誤與系統(tǒng)安全、人機工效學(xué)、工作場所與工效學(xué)負荷等

安全人機工程: 從安全的角度和著眼點，運用人機工程學(xué)的原理和方法去解決人機結(jié)合面安全問題

交通安全與駕駛行為: 人-車-路-環(huán)境系統(tǒng)的整體研究，有助于改善駕駛系統(tǒng)設(shè)計、提高駕駛安全性、改善道路環(huán)境等

用戶體驗與交互設(shè)計: ErgoLAB可實現(xiàn)桌面端、移動端以及VR虛擬環(huán)境中的眼動、生理、行為等數(shù)據(jù)的采集，探索產(chǎn)品設(shè)計、人機交互對用戶體驗的影響

建筑與環(huán)境行為: 研究如何通過城市規(guī)劃與建筑設(shè)計來滿足人的行為心理需求，以創(chuàng)造良好環(huán)境，提高工作效率

消費行為與神經(jīng)營銷: 通過ErgoLAB采集和分析消費者的生理、表情、行為等數(shù)據(jù)，了解消費者的認知加工與決策行為，找到消費者行為動機，從而產(chǎn)生恰當(dāng)?shù)臓I銷策略使消費者產(chǎn)生留言意向及留言行為