论文标题
通过成对深度建筑识别行动单位
Action Units Recognition by Pairwise Deep Architecture
论文作者
论文摘要
在本文中，我们提出了一种新的自动动作单元（AUS）识别方法，用于竞争中的情感行为分析（ABAW）。我们的方法通过使用成对深度体系结构解决了受试者之间AUS标签不一致的问题。尽管基线得分为0.31，但我们的方法在竞争的验证数据集中达到0.67。
In this paper, we propose a new automatic Action Units (AUs) recognition method used in a competition, Affective Behavior Analysis in-the-wild (ABAW). Our method tackles a problem of AUs label inconsistency among subjects by using pairwise deep architecture. While the baseline score is 0.31, our method achieved 0.67 in validation dataset of the competition.
