C-Face:基于深度学习面部轮廓重建连续面部表情的耳挂式微型相机系统
作者
触觉可穿戴设备人体姿态与行为识别辅助技术专家HCI 研究员认知科学家
C-Face(轮廓人脸)是一种耳挂式可穿戴传感技术,使用两个微型相机通过深度学习面部轮廓来连续重建面部表情。当面部肌肉运动时,从耳挂相机视角观察到的面部轮廓会发生变化。这些微妙的变化被输入到深度学习模型中,该模型连续输出42个面部特征点,代表嘴巴、眼睛和眉毛的形状和位置。为评估C-Face,我们将技术嵌入耳机和耳塞中开展了九名参与者的用户研究,将系统输出与前置摄像头拍摄图像经Dlib1计算机视觉库输出的特征点进行对比。结果显示,所有42个特征点的平均误差在耳塞中为0.77毫米,耳机中为0.74毫米;20个主要特征点(捕捉面部最活跃区域)的平均误差在耳塞中为1.43毫米,耳机中为1.39毫米。连续重建面部表情的能力为多种应用带来新机遇。作为演示,我们实现了两个应用:面部表情检测(输出表情符号)和无声语音识别,并进一步讨论了在实际应用中部署C-Face的机遇与挑战。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3379337.3415879
一眼看懂
fact_check论文快照
dataset
来源
UIST
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
触觉可穿戴设备、人体姿态与行为识别
work
职业/产业
辅助技术专家、HCI 研究员、认知科学家
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文