首页|基于迁移学习Deep CORAL方法进行微表情检测

基于迁移学习Deep CORAL方法进行微表情检测

Micro-expression Detection Based on Transfer Learning Deep CORAL Method

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
微表情检测有着重要的研究和应用价值,但是目前微表情数据库少,标注样本不足对于微表情检测造成很大不便.通过分析几个常用微表情数据库发现数据库中宏表情的出现次数明显多于微表情的出现次数,而宏表情与微表情之间存在相似性,把宏表情的特征利用相似性迁移应用到微表情深度网络模型的训练过程中来辅助训练微表情模型.论文通过光流法计算得到表情特征后,利用迁移学习Deep CORAL方法和预训练Resnet18来构建和训练微表情模型,识别准确率为75.44％跟国内外检测方法相比取得了良好的检测效果.

单体慧、张晓如、张再跃

展开 >

江苏科技大学计算机学院 镇江 212003

微表情 深度学习 迁移学习 光流 宏表情

国家自然科学基金国家自然科学基金江苏省高等学校高技术船舶协同创新中心江苏科技大学海洋装备研究院项目

613711146111701651174871701-9

2022

10.3969/j.issn.1672-9722.2022.11.035

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(11)
  • 1
  • 22