典型文献
结合特征融合和注意力机制的微表情识别方法
文献摘要：
微表情指当人们试图隐藏或抑制自己的真实情感时,脸上出现的一种无法控制的肌肉运动.此类情绪面部表情由于具有持续时间短、动作幅度小、难以掩饰和抑制的特点,因此其识别精度受到了制约.为了应对这些挑战,文中提出一种结合特征融合和注意力机制的微表情识别方法,同时考虑了光流特征和人脸特征,通过进一步加入注意力机制来提升识别性能.该网络由3个部分组成:1)提取每个微表情片段中Onset到Apex的光流与光学应变,将垂直光流、水平光流、光学应变输入到一个浅层3DCNN中,以提取光流特征;2)以深度卷积神经网络ResNet-10为迁移模型,加入卷积注意力模块以提取人脸特征;3)将两个特征向量拼接起来进行分类.利用所提方法在3个自发微表情数据集中进行实验,结果表明,所提方法在微表情识别方面优于传统方法和现有深度学习方法.
文献关键词：
微表情识别;特征融合;注意力机制;深度学习;迁移学习
中图分类号：
作者姓名：
李星燃;张立言;姚树婧
作者机构：
南京航空航天大学计算机科学与技术学院 南京211106
文献出处：
引用格式：
[1]李星燃;张立言;姚树婧-.结合特征融合和注意力机制的微表情识别方法)[J].计算机科学,2022(02):4-11
A类：
B类：
特征融合,注意力机制,微表情识别,脸上,无法控制,面部表情,情由,掩饰,识别精度,光流,人脸特征,识别性,Onset,Apex,平光,3DCNN,深度卷积神经网络,ResNet,迁移模型,卷积注意力模块,特征向量拼接,接起,微表情数据集,有深度,深度学习方法,迁移学习
AB值：
0.313711
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。
