一种姿态无关的面部动作单元识别方法

摘要

本发明涉及一种姿态无关的面部动作单元(AU)识别方法，传统方法对头部的姿态十分敏感，对于正面姿态面部图像表现良好，但对于其他非正面姿态效果较差。这是因为深度学习算法是数据驱动的，而侧面姿态AU数据集比正面姿态AU数据集更难获取，因为在大量侧面面部图片上标注AU需要消耗大量人力、物力。为了解决这一限制，提出了一种基于深度残差映射和注意力增强的姿态无关的AU识别方法，对卷积神经网络中的深层特征进行姿态转正。在深层特征空间中，通过注意力增强的残差映射模块，将非正面姿态映射到正面，从而减小AU识别难度，提高识别AU准确率。