典型文献
基于像素特征的微表情识别
文献摘要：
微表情持续时间短、表达强度低,给训练有效模型带来了挑战.针对此问题,提出了一种基于像素特征的微表情识别方法.对图像序列的面部区域进行裁剪,消除背景噪声;将每一帧的像素矩阵与第一帧(中性表情)做差处理,提取面部变化;对做差的结果累加,进一步突出面部表情;使用搭建的浅层CNN网络进行分类.在3个公共微表情数据集组成的交叉数据集上进行K折(K-fold)交叉验证实验中,所提方法的3个评价指标ACC(accura-cy)、UF1(unweighted F1-score)和UAR(unweighted Average Recall)分别达到了0.8304、0.7827和0.7944,表明了该方法的有效性.与LBP-TOP等8个模型的对比实验中,所提方法的指标明显优于对比模型,验证了该方法的优越性.
文献关键词：
微表情识别;卷积神经网络;交叉数据集;特征提取
中图分类号：
作者姓名：
张家波;甘海洋;李杰
作者机构：
重庆邮电大学 通信与信息工程学院,重庆400065
文献出处：
引用格式：
[1]张家波;甘海洋;李杰-.基于像素特征的微表情识别)[J].重庆邮电大学学报（自然科学版）,2022(06):1013-1020
A类：
交叉数据集,accura
B类：
像素,微表情识别,图像序列,裁剪,背景噪声,一帧,累加,出面,面部表情,微表情数据集,fold,交叉验证,验证实验,ACC,cy,UF1,unweighted,score,UAR,Average,Recall,LBP,TOP,标明,对比模型
AB值：
0.361807
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。
