返回
AU-EMO Correlation based zero-shot facial expression recognition with graph convolutional network
DOI:10.1016/j.patcog.2025.112654.png)
摘要
En 中文
• 构建一个结合隐式和显式知识的AU-Emotion相关性图。
• 提出GraphNet-FER,通过GCNs实现零样本面部表情识别。
• 通过图传播生成类别原型,用于未见情绪的推断。
• 桥接AU级别的语义和情绪类别,以实现可迁移的面部表情学习。
• 在RAF-DB基准测试中,达到63.18%的ZSL和44.03%的GZSL性能。
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
暂无论文信息

