Py-Feat: Python Facial Expression Analysis Toolbox

要約

顔の表情を研究することは、非常に難しいことで知られています。
エフェクティブ コンピューティングの分野における最近の進歩により、写真やビデオから顔の表情を自動的に検出することが目覚ましい進歩を遂げています。
ただし、この研究の多くは、心理学などの社会科学分野ではまだ広く普及していません。
現在の最先端のモデルには、従来は社会科学のトレーニング プログラムに組み込まれていないかなりの分野の専門知識が必要です。
さらに、表情研究をサポートするツールと機能の包括的なセットを提供する、ユーザーフレンドリーでオープンソースのソフトウェアが著しく不足しています。
このホワイト ペーパーでは、表情データの検出、前処理、分析、および視覚化をサポートするオープンソースの Python ツールボックスである Py-Feat を紹介します。
Py-Feat を使用すると、ドメインの専門家はコンピューター ビジョン モデルの配布とベンチマークを簡単に行うことができ、エンド ユーザーは顔の表情データをすばやく処理、分析、視覚化できます。
このプラットフォームが、人間の行動研究における表情データの利用を促進することを願っています。

要約(オリジナル)

Studying facial expressions is a notoriously difficult endeavor. Recent advances in the field of affective computing have yielded impressive progress in automatically detecting facial expressions from pictures and videos. However, much of this work has yet to be widely disseminated in social science domains such as psychology. Current state of the art models require considerable domain expertise that is not traditionally incorporated into social science training programs. Furthermore, there is a notable absence of user-friendly and open-source software that provides a comprehensive set of tools and functions that support facial expression research. In this paper, we introduce Py-Feat, an open-source Python toolbox that provides support for detecting, preprocessing, analyzing, and visualizing facial expression data. Py-Feat makes it easy for domain experts to disseminate and benchmark computer vision models and also for end users to quickly process, analyze, and visualize face expression data. We hope this platform will facilitate increased use of facial expression data in human behavior research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google