一种结合专家先验知识和运动关联性的人脸运动单元检测算法
李奎
莫建华
王加俊
苏州大学电子信息学院电子信息工程系,江苏苏州 215006
摘要：目的 面部运动单元(AU)为表情识别、微表情分析、压力检测、疲劳检测、测谎等任务提供支撑.本研究的目的是在融合人脸区域专家先验知识及各AU间相互关系的基础上,开发一种稳定而精确的人脸AU检测算法.方法 首先利用人脸的关键点,根据人脸区域专家先验知识对人脸图像的各个区域进行精细划分,通过卷积神经网络提取各区域面部图像的高维度特征;然后利用Transformer模型中的编码器对各个区域人脸的高维特征进行AU关系建模以及特征编码;最后利用全连接层构建AU分类器.针对数据集中的类别不均衡和正负样本不平衡问题,在损失函数中融入了一种加权可微F1损失对AU检测模型进行约束.结果 本研究在BP4D和DISFA数据集上进行了三折交叉验证实验,其对AU进行检测的平均F1分数分别达到63.8％、61.8％.结论 实验结果表明,相比于现有的主流AU检测算法,本文提出的算法在不同的数据集上表现出了更高的稳定性和检测精度.该算法能准确地检测出人脸运动单元,从而为其他人脸表情分析等任务提供有效支撑.
关键词：面部运动单元深度学习类别关系区域学习
分类号：R32(人体形态学)TP391.41(计算技术、计算机技术)
资助基金：国家重点研发计划(2022YFC2404204)江苏省自然科学基金(BK20171249)
论文发表日期：2023-10-28
在线出版日期：2026-08-26（本平台首次上网日期，不代表文献的发表时间）
页数：7( 916-922 )
英文信息