Spatiotemporal Facial Action Unit Detection using Twin Cycle Autoencoders for Driver Monitoring
Dieses Paper schlägt den Twin Cycle Autoencoder (TCA) vor, eine neuartige spatiotemporale Architektur, die räumliche Erscheinungsentflechtung und zeitliche Trajektorienkonsistenz integriert, um Gesichts-Action-Units für das Fahrerüberwachungsmonitoring unter anspruchsvollen Fahrgastraum-Bedingungen robust zu detektieren, wobei eine State-of-the-Art-Leistung auf Benchmarks bei gleichzeitiger Aufrechterhaltung des Echtzeit-Durchsatzes auf eingebetteter Hardware erzielt wird.