首页|结合残差网络及目标掩膜的人脸微表情识别

结合残差网络及目标掩膜的人脸微表情识别

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
微表情是一种能反映隐藏在人内心最真实情感状态的面部特征,现有的微表情识别技术经常会提取一些与微表情无关的运动特征信息干扰情感的真实性识别.为解决上述问题,提出一种结合残差网络及目标掩膜的特征提取方法.本文首先对原始的微表情序列进行一系列预处理,定位人眼的关键区域,对眼部区域进行图像掩膜,进而减少眨眼动作对微表情特征提取造成的干扰,然后使用欧拉视频放大算法对人脸微表情变化的关键区域进行放大,使得微表情变化更为明显,最后通过3D ResNet网络对连续的微表情序列进行训练和识别.本文方法在CASME II和SMIC数据集上进行了测试,准确率分别达到77.3％和72.4％,与最新方法DSSN、CNN+LSTM等相比,准确率至少提高5％.
Face micro-expression recognition based on ResNet with object mask

方明、陈文强

展开 >

长春理工大学计算机科学技术学院,长春130022

长春理工大学人工智能学院,长春130022

计算机应用 微表情 3D ResNet 目标掩膜 欧拉视频放大 情感识别

吉林省教育厅项目吉林省科技发展计划项目

吉教科合字2015-7220170307002GX

2021

10.13229/j.cnki.jdxbgxb20190939

吉林大学学报(工学版)
吉林大学

吉林大学学报(工学版)

CSTPCDCSCD北大核心
影响因子：0.792
ISSN：1671-5497
年,卷(期)：2021.51(1)
  • 7
  • 2