面部动作单元检测方法进展与挑战

• 作者: 刘昕 山世光 曾加贝 李勇
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 面部动作单元(AU) 静态图像面部动作单元检测 动态视频面部动作单元检测 弱监督学习 标注数据不足
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 综述
• 页码范围: 2293-2305
• 页数: 13页
• 分类号: TP391
• 语种: 中文

摘要

人脸动作编码系统从人脸解剖学的角度定义了一组面部动作单元(action unit,AU),用于精确刻画人脸表情变化.每个面部动作单元描述了一组脸部肌肉运动产生的表观变化,其组合可以表达任意人脸表情.AU检测问题属于多标签分类问题,其挑战在于标注数据不足、头部姿态干扰、个体差异和不同AU的类别不均衡等.为总结近年来AU检测技术的发展,本文系统概述了2016年以来的代表性方法,根据输入数据的模态分为基于静态图像、基于动态视频以及基于其他模态的AU检测方法,并讨论在不同模态数据下为了降低数据依赖问题而引入的弱监督AU检测方法.针对静态图像,进一步介绍基于局部特征学习、AU关系建模、多任务学习以及弱监督学习的AU检测方法.针对动态视频,主要介绍基于时序特征和自监督AU特征学习的AU检测方法.最后,本文对比并总结了各代表性方法的优缺点,并在此基础上总结和讨论了面部AU检测所面临的挑战和未来发展趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李勇	中国科学院计算技术研究所	225	3185	28.0	48.0
2	山世光	中国科学院计算技术研究所	24	934	10.0	24.0
3	刘昕	中国科学院计算技术研究所	24	594	12.0	24.0
4	曾加贝	中国科学院计算技术研究所	1	0	0.0	0.0