典型文献
基于光流法与伪三维残差网络的微表情识别
文献摘要：
微表情是一种动态变化的面部表情,具有复杂的时空特征,给其识别带来了极大的困难.本文提出一种基于光流法与伪三维残差网络(P3D ResNet)的微表情识别方法,通过光流法对微表情运动信息建模,为网络提供关键信息的同时丰富数据空间维度,采用伪三维残差网络进一步学习微表情的时间和空间特征.首先,将三个主流的微表情数据集进行融合,并对融合的数据集进行预处理;然后使用TVL1光流法提取表征微表情运动信息的光流特征序列,将得到的光流特征序列与微表情灰度图像序列进行通道连接,形成一个新的三通道微表情图像序列;最后将获得的微表情数据进行数据增强送入伪三维残差网络同时提取微表情的时空特征以实现微表情的识别.其中,P3D ResNet是在残差网络的框架中采用二维卷积滤波器提取微表情的空间特征,一维卷积滤波器提取微表情的时间特征来模拟三维卷积滤波器.在融合数据集上的实验表明,本文方法的性能相对基准方法有了显著的改进,UF1和UAR分别提高了 14.71％、14.58％.本文提出的方法在融合数据集及三个独立数据集上的识别性能优于现有较先进的方法,从而证明了本文的微表情识别方法的先进性和鲁棒性.
文献关键词：
微表情识别;光流法;伪三维残差网络;数据增强;跨数据库
中图分类号：
作者姓名：
唐宏;朱龙娇;范森;刘红梅
作者机构：
重庆邮电大学通信与信息工程学院,重庆400065;重庆邮电大学移动通信技术重庆市重点实验室,重庆400065
文献出处：
引用格式：
[1]唐宏;朱龙娇;范森;刘红梅-.基于光流法与伪三维残差网络的微表情识别)[J].信号处理,2022(05):1075-1087
A类：
伪三维残差网络,P3D,TVL1
B类：
光流法,微表情识别,面部表情,时空特征,ResNet,运动信息,信息建模,关键信息,数据空间,空间维度,时间和空间特征,微表情数据集,提取表征,特征序列,灰度图像,图像序列,三通道,表情图,数据增强,送入,同时提取,二维卷积,卷积滤波,滤波器,一维卷积,时间特征,三维卷积,融合数据,基准方法,UF1,UAR,独立数,识别性,跨数据库
AB值：
0.246303
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。
