首页|基于双支流神经网络的微表情识别

基于双支流神经网络的微表情识别

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
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.

黎曦、聂润蒲、范国文

展开 >

武汉工程大学电气信息学院,湖北 武汉 430205

微表情识别 局部感知 长距离关系捕获 光流特征

2024

10.15913/j.cnki.kjycx.2024.12.010

科技与创新
中国计算机用户协会

科技与创新

ISSN：1008-0570
年,卷(期)：2024.(12)
  • 5