anyesher

介绍了一种基于2D ConvNet引入的新的双流3D ConvNet(I3D):将非常深层图像分类的过滤器和合并内核扩展到3D,从而可以从视频中学习无缝的时空特征提取器同时利用成功的ImageNet架构设计甚至其参数。我们显示,在进行动力学预训练后,I3D模型在最新的动作分类上有了很大的改进。

这篇论文是近几年表情识别方向的一篇较好的综述。 论文对表情识别的相关信息进行了全面的总结,其中包括对FER相关的数据集介绍、对基于深度神经网络的静态图片和动态图片序列(视频)FER相关算法的优缺点总计,以及对FER面临的机遇和挑战给出了说明。