典型文献
双通道决策信息融合下的微表情识别
文献摘要：
微表情作为揭示潜在情绪的一个重要通道,是一种无意识的、不受大脑控制的非语言面部信息,能够反映人们最真实的心理感受和心理状态.但是,微表情存在动作幅度小且快速出现、不易被捕捉等特性,使得单一模态的微表情识别准确率难以提升.针对上述问题,提出一种微表情面部颜色特征提取算法,并将其提取的特征与微表情纹理特征进行决策融合,从而构成微表情双模态情感识别模型.该模型首先通过均匀动态纹理识别方法从经过预处理的微表情数据中提取相应的纹理特征;其次计算微表情两帧序列图片的每一个像素点之间的Lab色差,由此获得面部的颜色特征,并对其进行嵌入式特征选择以剔除冗余的特征;然后分别训练两种模态的分类器,并将两种模态训练得到的分类信息进行决策融合;最后得到微表情情绪分类结果.模型在微表情数据集CAMSE Ⅱ和SMIC上进行了实验.实验结果表明,微表情的纹理单模态和面部颜色单模态的平均识别准确率约为64.73％、51.64％和63.58％、50.48％,而决策融合后微表情情绪的识别结果约为68.11％和66.43％,高于融合前微表情的识别准确率,说明文中提出的微表情双模态情感识别模型明显提高了微表情的识别能力.
文献关键词：
面部颜色特征;纹理特征;欧拉视频放大;特征选择;决策融合
中图分类号：
作者姓名：
戎如意;薛珮芸;白静;贾海蓉;谢娅利
作者机构：
太原理工大学 信息与计算机学院,山西 太原030024
文献出处：
引用格式：
[1]戎如意;薛珮芸;白静;贾海蓉;谢娅利-.双通道决策信息融合下的微表情识别)[J].西安电子科技大学学报（自然科学版）,2022(04):127-133
A类：
面部颜色特征,CAMSE,欧拉视频放大
B类：
双通道,决策信息,信息融合,微表情识别,重要通道,无意识,非语言,心理感受,心理状态,被捕,识别准确率,情面,特征提取算法,纹理特征,决策融合,双模态,情感识别,识别模型,纹理识别,序列图,像素点,Lab,色差,嵌入式特征选择,分类器,练得,分类信息,情绪分类,微表情数据集,SMIC,单模,说明文,识别能力
AB值：
0.271872
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
