PulseAugur
实时 09:32:56
English(EN) AU-Guided Synthetic Video Generation for Micro-Expression Recognition

新的合成数据集 EquiME 促进了微表情识别研究

研究人员开发了 EquiME,这是一个用于微表情识别的新型合成数据集,解决了现有数据集在规模和人口统计覆盖范围等方面的局限性。该数据集包含使用 AU 引导的图像到视频管道生成的 75,000 个视频,涵盖了五个目标情绪和自动推断的元数据。评估表明,在 EquiME 上训练的模型在 SAMMCASME II 等既有数据集上取得了有竞争力的性能,证明了其作为微表情研究宝贵资源的潜力。 AI

影响 通过提供更大、更多样化的合成数据集,能够实现更强大的微表情识别模型。

排序理由 该条目描述了一种用于微表情识别的新数据集和方法,发表在 arXiv 论文中。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的合成数据集 EquiME 促进了微表情识别研究

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Pei-Sze Tan, Sailaja Rajanala, Yee-Fan Tan, Raphael C. -W. Phan, Huey-Fang Ong ·

    AU-Guided Synthetic Video Generation for Micro-Expression Recognition

    arXiv:2607.10860v1 Announce Type: new Abstract: Micro-expression recognition is limited by the small scale, narrow demographic coverage, and restricted emotion labels of existing datasets. We introduce EquiME, a synthetic micro-expression dataset built from AU-guided image-to-vid…