科技与创新2024,Issue(12) :40-42.DOI:10.15913/j.cnki.kjycx.2024.12.010

基于双支流神经网络的微表情识别

黎曦 聂润蒲 范国文
科技与创新2024,Issue(12) :40-42.DOI:10.15913/j.cnki.kjycx.2024.12.010

基于双支流神经网络的微表情识别

黎曦 1聂润蒲 1范国文1
扫码查看

作者信息

  • 1. 武汉工程大学电气信息学院,湖北 武汉 430205
  • 折叠

摘要

微表情具有持续时间短等特点,制约了微表情识别的研究.针对微表情发生的局部性和人脸面部结构信息丢失问题,以Transformer和卷积神经网络作为并行分支,提出一种基于Swin Transformer和卷积神经网络ConvNeXt双支流神经网络(Transformer and ConvNeXt dual branch neural network,STCN)的微表情识别方法.同时获得描述细节信息和宏观信息的质量表征,提高识别精度.基于SMIC等数据集测试,表明STCN网络可有效提高微表情识别的准确率.

关键词

微表情识别/局部感知/长距离关系捕获/光流特征

引用本文复制引用

出版年

2024
科技与创新
中国计算机用户协会

科技与创新

ISSN:1008-0570
参考文献量5
段落导航相关论文